连接/聚合字符串的最佳方法

我正在寻找一种将不同行中的字符串聚合为一行的方法。我希望在许多不同的地方进行此操作，因此具有促进此操作的功能会很好。我已经尝试过使用COALESCE和解决方案FOR XML，但它们只是不适合我。

字符串聚合将执行以下操作：

id | Name                    Result: id | Names
-- - ----                            -- - -----
1  | Matt                            1  | Matt, Rocks
1  | Rocks                           2  | Stylus
2  | Stylus

我看过CLR定义的聚合函数来代替COALESCE和FOR XML，但是显然SQL Azure 不支持CLR定义的东西，这让我很痛苦，因为我知道能够使用它可以解决很多问题。我的问题。

有什么可能的解决方法，或者类似的最优方法（可能不如CLR最优，但是我会尽力而为）来聚合我的东西？

解

最佳的定义可能有所不同，但是以下是使用常规Transact SQL将不同行中的字符串连接起来的方法，该方法在Azure中应该可以正常工作。

;WITH Partitioned AS
(
    SELECT 
        ID,
        Name,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY Name) AS NameNumber,
        COUNT(*) OVER (PARTITION BY ID) AS NameCount
    FROM dbo.SourceTable
),
Concatenated AS
(
    SELECT 
        ID, 
        CAST(Name AS nvarchar) AS FullName, 
        Name, 
        NameNumber, 
        NameCount 
    FROM Partitioned 
    WHERE NameNumber = 1

    UNION ALL

    SELECT 
        P.ID, 
        CAST(C.FullName + ', ' + P.Name AS nvarchar), 
        P.Name, 
        P.NameNumber, 
        P.NameCount
    FROM Partitioned AS P
        INNER JOIN Concatenated AS C 
                ON P.ID = C.ID 
                AND P.NameNumber = C.NameNumber + 1
)
SELECT 
    ID,
    FullName
FROM Concatenated
WHERE NameNumber = NameCount

说明

该方法可归纳为三个步骤：

1. 使用数字对行进行编号，OVER并PARTITION根据需要对它们进行分组和排序。结果是PartitionedCTE。我们保留每个分区中的行数，以便以后过滤结果。

2. 使用递归CTE（Concatenated）遍历行号（NameNumber列），将Name值添加到FullName列中。

3. 过滤掉所有结果，但结果最高的那些NameNumber。

请记住，为了使该查询可预测，必须定义分组（例如，在您的方案中具有相同行的行ID被连接）和排序（我假设您只是在连接前按字母顺序对字符串进行排序）。

我已经使用以下数据在SQL Server 2012上快速测试了该解决方案：

INSERT dbo.SourceTable (ID, Name)
VALUES 
(1, 'Matt'),
(1, 'Rocks'),
(2, 'Stylus'),
(3, 'Foo'),
(3, 'Bar'),
(3, 'Baz')

查询结果：

ID          FullName
----------- ------------------------------
2           Stylus
3           Bar, Baz, Foo
1           Matt, Rocks

像下面这样使用FOR XML PATH的方法真的那么慢吗？Itzik Ben-Gan在他的T-SQL查询书中写道，这种方法具有良好的性能（我认为Ben-Gan先生是值得信赖的消息来源）。

create table #t (id int, name varchar(20))

insert into #t
values (1, 'Matt'), (1, 'Rocks'), (2, 'Stylus')

select  id
        ,Names = stuff((select ', ' + name as [text()]
        from #t xt
        where xt.id = t.id
        for xml path('')), 1, 2, '')
from #t t
group by id

对于那些发现这个的人 并且没有使用Azure SQL数据库：

STRING_AGG()在PostgreSQL，SQL Server 2017和Azure SQL中使用
https://www.postgresql.org/docs/current/static/functions-aggregate.html
https://docs.microsoft.com/zh-cn/sql/t-sql/函数/ string-agg-transact-sql

GROUP_CONCAT()在MySQL中
http://dev.mysql.com/doc/refman/5.7/en/group-by-functions.html#function_group-concat

（感谢@Brianjorden和@milanio进行Azure更新）

示例代码：

select Id
, STRING_AGG(Name, ', ') Names 
from Demo
group by Id

SQL小提琴：http：//sqlfiddle.com/#！18/89251/1

尽管@serge答案是正确的，但是我将自己的方式与xmlpath的时间消耗进行了比较，发现xmlpath如此之快。我将编写比较代码，您可以自己检查它。这是@serge方式：

DECLARE @startTime datetime2;
DECLARE @endTime datetime2;
DECLARE @counter INT;
SET @counter = 1;

set nocount on;

declare @YourTable table (ID int, Name nvarchar(50))

WHILE @counter < 1000
BEGIN
    insert into @YourTable VALUES (ROUND(@counter/10,0), CONVERT(NVARCHAR(50), @counter) + 'CC')
    SET @counter = @counter + 1;
END

SET @startTime = GETDATE()

;WITH Partitioned AS
(
    SELECT 
        ID,
        Name,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY Name) AS NameNumber,
        COUNT(*) OVER (PARTITION BY ID) AS NameCount
    FROM @YourTable
),
Concatenated AS
(
    SELECT ID, CAST(Name AS nvarchar) AS FullName, Name, NameNumber, NameCount FROM Partitioned WHERE NameNumber = 1

    UNION ALL

    SELECT 
        P.ID, CAST(C.FullName + ', ' + P.Name AS nvarchar), P.Name, P.NameNumber, P.NameCount
    FROM Partitioned AS P
        INNER JOIN Concatenated AS C ON P.ID = C.ID AND P.NameNumber = C.NameNumber + 1
)
SELECT 
    ID,
    FullName
FROM Concatenated
WHERE NameNumber = NameCount

SET @endTime = GETDATE();

SELECT DATEDIFF(millisecond,@startTime, @endTime)
--Take about 54 milliseconds

这是xmlpath的方式：

DECLARE @startTime datetime2;
DECLARE @endTime datetime2;
DECLARE @counter INT;
SET @counter = 1;

set nocount on;

declare @YourTable table (RowID int, HeaderValue int, ChildValue varchar(5))

WHILE @counter < 1000
BEGIN
    insert into @YourTable VALUES (@counter, ROUND(@counter/10,0), CONVERT(NVARCHAR(50), @counter) + 'CC')
    SET @counter = @counter + 1;
END

SET @startTime = GETDATE();

set nocount off
SELECT
    t1.HeaderValue
        ,STUFF(
                   (SELECT
                        ', ' + t2.ChildValue
                        FROM @YourTable t2
                        WHERE t1.HeaderValue=t2.HeaderValue
                        ORDER BY t2.ChildValue
                        FOR XML PATH(''), TYPE
                   ).value('.','varchar(max)')
                   ,1,2, ''
              ) AS ChildValues
    FROM @YourTable t1
    GROUP BY t1.HeaderValue

SET @endTime = GETDATE();

SELECT DATEDIFF(millisecond,@startTime, @endTime)
--Take about 4 milliseconds

更新：SQL Server 2017+女士，Azure SQL数据库

您可以使用：STRING_AGG。

对于OP的请求，用法非常简单：

SELECT id, STRING_AGG(name, ', ') AS names
FROM some_table
GROUP BY id

阅读更多

好吧，我原来的非回答已被正确删除（下面保留完整无缺），但是如果将来有人碰到这里，那将是个好消息。他们还在Azure SQL数据库中隐含了STRING_AGG（）。那应该提供本帖最初要求的确切功能，以及本机和内置的支持。@hrobky当时曾将此作为SQL Server 2016功能提到。

---旧帖子：这里的信誉不足，无法直接回复@hrobky，但STRING_AGG看起来不错，但是目前仅在SQL Server 2016 vNext中可用。希望它将很快也适用于Azure SQL Datababse。

您可以使用+ =连接字符串，例如：

declare @test nvarchar(max)
set @test = ''
select @test += name from names

如果选择@test，它将为您提供所有串联的名称

我发现Serge的答案非常有前途，但是在编写时，我也遇到了性能问题。但是，当我将其重组为使用临时表而不包含双CTE表时，对于1000条组合记录，性能从1分钟40秒提高到了亚秒级。这适用于需要在旧版本的SQL Server上不使用FOR XML的情况下执行此操作的任何人：

DECLARE @STRUCTURED_VALUES TABLE (
     ID                 INT
    ,VALUE              VARCHAR(MAX) NULL
    ,VALUENUMBER        BIGINT
    ,VALUECOUNT         INT
);

INSERT INTO @STRUCTURED_VALUES
SELECT   ID
        ,VALUE
        ,ROW_NUMBER() OVER (PARTITION BY ID ORDER BY VALUE) AS VALUENUMBER
        ,COUNT(*) OVER (PARTITION BY ID)    AS VALUECOUNT
FROM    RAW_VALUES_TABLE;

WITH CTE AS (
    SELECT   SV.ID
            ,SV.VALUE
            ,SV.VALUENUMBER
            ,SV.VALUECOUNT
    FROM    @STRUCTURED_VALUES SV
    WHERE   VALUENUMBER = 1

    UNION ALL

    SELECT   SV.ID
            ,CTE.VALUE + ' ' + SV.VALUE AS VALUE
            ,SV.VALUENUMBER
            ,SV.VALUECOUNT
    FROM    @STRUCTURED_VALUES SV
    JOIN    CTE 
        ON  SV.ID = CTE.ID
        AND SV.VALUENUMBER = CTE.VALUENUMBER + 1

)
SELECT   ID
        ,VALUE
FROM    CTE
WHERE   VALUENUMBER = VALUECOUNT
ORDER BY ID
;