基于MOVSTOCKS流水计算销售时点结存的SQL实现咨询
基于MOVSTOCKS流水的销售前置结存计算实现方案
核心计算逻辑对齐
- 结存初始基数:对每个SKU,定位销售交易发生时间之前的最近一笔
tipdoc='IN'类型盘点记录,取该记录的ENTRAN值作为累计计算起点,不跨盘点周期累计结存 - 累计差值规则:从上述盘点记录的时间点开始,到对应销售记录的交易时间点之前,对所有匹配的库存流水执行ENTRAN累加、SALEN扣减的计算
- 流水类型边界:AC类记录为采购入库、AV类记录为销售出库,纳入累计范围的流水类型无遗漏
常见计算偏差的根因排查
- 盘点定位偏差:关联盘点记录时未按SKU维度分区匹配,全局取最近盘点值,导致初始基数错配
- 时间范围越界:累计差值时纳入了销售当日的出库流水、或销售时间点之后的流水,导致前置结存被提前扣减
- 关联维度缺失:累计流水时未绑定对应SKU,将其他SKU的出入库记录计入当前SKU的结存计算
可落地的SQL实现(基于窗口函数规避子查询关联误差)
-- 步骤1:预处理流水表,为每笔库存流水匹配对应的前置最近盘点基数 WITH mov_preprocess AS ( SELECT SKU, doc_date, tipdoc, ENTRAN, SALEN, -- 按时间顺序匹配当前流水之前的最近IN盘点时间、盘点初始值 MAX(CASE WHEN tipdoc = 'IN' THEN doc_date END) OVER ( PARTITION BY SKU ORDER BY doc_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS nearest_in_txn_date, MAX(CASE WHEN tipdoc = 'IN' THEN ENTRAN END) OVER ( PARTITION BY SKU ORDER BY doc_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS nearest_in_base_value FROM MOVSTOCKS ), -- 步骤2:逐笔生成结存快照,计算每笔流水发生前的实时结存 stock_snapshot AS ( SELECT SKU, nearest_in_txn_date, doc_date, -- 以盘点初始值为起点,累计所有前置流水的出入库差值 nearest_in_base_value + SUM(ENTRAN - SALEN) OVER ( PARTITION BY SKU, nearest_in_txn_date ORDER BY doc_date ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING ) AS current_pre_stock FROM mov_preprocess -- 过滤无前置盘点记录的无效流水,避免计算起点缺失 WHERE nearest_in_txn_date IS NOT NULL ) -- 步骤3:关联销售表,匹配每笔销售交易发生前的实时结存 SELECT sale.*, snap.current_pre_stock AS sale_txn_pre_stock FROM LINEALBA sale LEFT JOIN stock_snapshot snap ON sale.SKU = snap.SKU -- 匹配销售时点之前最近的结存快照 AND snap.doc_date = ( SELECT MAX(doc_date) FROM stock_snapshot snap_inner WHERE snap_inner.SKU = sale.SKU AND snap_inner.doc_date <= sale.txn_date )
结果准确性校验要点
- 盘点节点校验:每笔IN类盘点记录发生当日,对应的实时结存值应与盘点记录的ENTRAN值完全一致,差值为0
- 时间边界校验:销售前置结存仅累计销售时间点之前的流水,不纳入销售当日对应的AV类出库流水
- 维度隔离校验:不同SKU的结存计算完全独立,无跨SKU的流水累计干扰
内容的提问来源于stack exchange,提问作者S C Tomas
相关产品推荐
相关产品推荐

