Соединение даты и времени входа в систему и выхода из нее, а также расчет рабочего времени - PullRequest
2 голосов
/ 29 ноября 2011

Соедините дату и время входа с датой выхода из одной таблицы и рассчитайте рабочее время.

Таблица EmployeeLogInOut:

TransactionID bigint,
TransactionDate datetime,
Type smallint,
Automatic bit,
SalesDate datetime,
EmployeeGUID uniqueidentifier,
DepartmentGUID uniqueidentifier

См. Примеры данных ниже.

Тип: 1 = Вход в систему 2 = Выход из системы

Автоматический: 0 = Ручной 1 = Автоматический

Автоматически происходит, когда сотрудник не выходит из системы в конце дня. В конце дня система автоматически выйдет из системы, если сотрудник не вышел из системы.

Также возможно, что Сотрудник может автоматически выйти из системы при обновлении программного обеспечения и т. Д. *

Для отчета мне нужно подсчитать, сколько минут сотрудник вошел в систему в день (SalesDate).

Я пытаюсь получить результат за столом, как

LogOnTime datetime, 
LogOffTime datetime,
DurationInMinute int,
DepartmentGUID uniqueidentifier

Но из-за того, что для каждого входа не может быть соответствующего выхода из системы, и наоборот, я получаю ошибку при таком подходе.

Мой сценарий:

declare @EmployeeGUID uniqueidentifier
declare @StartDate datetime
declare @EndDate datetime

set @EmployeeGUID = 'C335F76A-E757-48D9-8DFE-01096EEA6A71'
set @StartDate = '09-01-2011'
set @EndDate = '09-30-2011'



create table #result
(
    LogOnTime datetime, 
    LogOffTime datetime,
    DurationInMinute int,
    DepartmentGUID uniqueidentifier
)


    Insert #result(LogOnTime,LogOffTime,DurationInMinute,DepartmentGUID  ) 
    Select A.TransactionDate, B.TransactionDate,datediff(minute,A.TransactionDate, isnull(B.TransactionDate,GetDate())),A.DepartmentGUID
       from 
        (Select Row_number() over (order by TransactionDate) as Num ,* from EmployeeLogInOut 
         where [Type]=1 and  EmployeeGUID = @EmployeeGUID and SalesDate between @StartDate and @EndDate ) as A
        LEFT JOIN  
        (Select Row_number() over (order by TransactionDate) as Num,* from EmployeeLogInOut 
         where [Type]=2   and EmployeeGUID = @EmployeeGUID and SalesDate between @StartDate and @EndDate ) as B
        ON A.Num = B.Num 

    select * from #result
    drop table #result

Пример данных:

CREATE TABLE EmployeeLogInOut(
    [TransactionID] [bigint] NOT NULL,
    [TransactionDate] [datetime] NOT NULL,
    [Type] [smallint] NOT NULL,
    [Automatic] [bit] NOT NULL,
    [SalesDate] [datetime] NOT NULL,
    [EmployeeGUID] [uniqueidentifier] NOT NULL,
    [DepartmentGUID] [uniqueidentifier] NOT NULL
)

INSERT INTO EmployeeLogInOut VALUES 
(2006,'2011-09-05 16:59:39.000',1,0,'2011-09-05 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2008,'2011-09-05 21:57:22.000',2,0,'2011-09-05 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2019,'2011-09-06 16:59:37.000',1,0,'2011-09-06 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2022,'2011-09-06 17:35:41.430',2,0,'2011-09-06 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2039,'2011-09-06 17:36:41.000',2,1,'2011-09-06 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2023,'2011-09-06 17:37:41.000',1,0,'2011-09-06 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2037,'2011-09-07 00:45:32.000',2,0,'2011-09-06 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2054,'2011-09-08 17:12:19.000',1,0,'2011-09-08 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2059,'2011-09-08 20:58:17.000',2,0,'2011-09-08 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2262,'2011-09-20 20:09:10.000',1,0,'2011-09-20 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2269,'2011-09-21 06:59:00.000',2,1,'2011-09-20 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2278,'2011-09-21 17:06:49.000',1,0,'2011-09-21 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2282,'2011-09-21 22:05:29.000',2,0,'2011-09-21 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2283,'2011-09-21 22:06:55.000',1,0,'2011-09-21 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A'),
(2284,'2011-09-21 22:09:04.000',2,0,'2011-09-21 00:00:00.000','C335F76A-E757-48D9-8DFE-01096EEA6A71','520EEFD4-DC30-4390-BB7F-FEFD83D9576A')

Любые идеи будут с благодарностью: -)

Я думал, что если соответствующее время входа в систему не существует в течение времени выхода из системы, тогда соответствующее время входа в систему может быть установлено на 06:00 в фактической дате продажи.

И если для даты входа в систему отсутствует соответствующее время выхода из системы, его можно установить в 05:59

Или просто игнорируйте все входы LogIn / LogOut, которые не соответствуют.

PS: я не могу изменить таблицу EmployeeLogInOut и то, как в нее вводятся данные.

1 Ответ

0 голосов
/ 09 января 2012

Вот базовый код, который будет работать с вашими примерами данных, но может потребовать дальнейшей доработки для соответствия вашим бизнес-правилам. Если бы вы могли предоставить примеры данных, которые ближе соответствуют вашим бизнес-правилам и ожидаемым результатам в соответствии с этими правилами, я мог бы переработать код для работы с ним.

WITH Ranked AS (
--Ranking the rows to clean-up the data.
SELECT  TransactionDate,
        [Type],
        SalesDate,
        --EmployeeGUID and DepartmentGUID should be added to the PARTITION BY section in a real scenario. For the sample data they are irrelevant.
        Sequence = ROW_NUMBER() OVER(PARTITION BY SalesDate ORDER BY TransactionDate)
FROM    #EmployeeLogInOut
), Clean AS (
--A more complex clean-up process can be in place here. Right now it just eliminates transactions where the type doesn't alternate from the previous one.
SELECT  TransactionDate,
        [Type],
        SalesDate
FROM    Ranked AS R
WHERE   NOT EXISTS (SELECT 1 FROM Ranked WHERE SalesDate = R.SalesDate AND Type = R.Type AND Sequence = R.Sequence - 1)
--Previous CTEs can be bypassed and we can reference #EmployeeLogInOut instead of Clean, but we would get some "wrong" output for SalesDate 2011-09-06
), LI AS (
SELECT  SalesDate,
        LogInTime = TransactionDate,
        --EmployeeGUID and DepartmentGUID should be added to the PARTITION BY section in a real scenario. For the sample data they are irrelevant.
        Sequence = ROW_NUMBER() OVER (PARTITION BY SalesDate ORDER BY TransactionDate)
FROM    Clean
WHERE   [Type] = 1
), LO AS (
SELECT  SalesDate,
        LogOutTime = TransactionDate,
        --EmployeeGUID and DepartmentGUID should be added to the PARTITION BY section in a real scenario. For the sample data they are irrelevant.
        Sequence = ROW_NUMBER() OVER (PARTITION BY SalesDate ORDER BY TransactionDate)
FROM    Clean
WHERE   [Type] = 2
)
SELECT  LI.SalesDate,
    LI.LogInTime,
    LO.LogOutTime,
    WorkTime = DATEDIFF(MINUTE, LI.LoginTime, LO.LogoutTime)
FROM    LI 
    LEFT JOIN LO ON LO.SalesDate = LI.SalesDate
        AND LI.Sequence = LO.Sequence;

Это дает следующие результаты:

SalesDate   LogInTime   LogOutTime  WorkTime
2011-09-05 00:00:00.000 2011-09-05 16:59:39.000 2011-09-05 21:57:22.000 298
2011-09-06 00:00:00.000 2011-09-06 16:59:37.000 2011-09-06 17:35:41.430 36
2011-09-06 00:00:00.000 2011-09-06 17:37:41.000 2011-09-07 00:45:32.000 428
2011-09-08 00:00:00.000 2011-09-08 17:12:19.000 2011-09-08 20:58:17.000 226
2011-09-20 00:00:00.000 2011-09-20 20:09:10.000 2011-09-21 06:59:00.000 650
2011-09-21 00:00:00.000 2011-09-21 17:06:49.000 2011-09-21 22:05:29.000 299
2011-09-21 00:00:00.000 2011-09-21 22:06:55.000 2011-09-21 22:09:04.000 3
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...