Forma ideal de concatenar / agregar strings

Estou descobrindo uma maneira de agregar strings de linhas diferentes em uma única linha. Estou procurando fazer isso em muitos lugares diferentes, então ter uma função para facilitar isso seria bom. Eu tentei soluções usando COALESCEe FOR XML, mas eles simplesmente não funcionam para mim.

A agregação de strings faria algo assim:

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

Eu dei uma olhada nas funções de agregação definidas pelo CLR como um substituto para COALESCEe FOR XML, mas aparentemente o SQL Azure não oferece suporte a coisas definidas pelo CLR, o que é uma dor para mim porque eu sei que poder usá-lo resolveria um monte de problemas para mim.

Existe alguma solução alternativa possível ou método igualmente ideal (que pode não ser tão ideal quanto CLR, mas hey , vou pegar o que puder) que eu possa usar para agregar minhas coisas?

SOLUÇÃO

A definição de ideal pode variar, mas veja como concatenar strings de linhas diferentes usando Transact SQL regular, que deve funcionar bem no Azure.

;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

EXPLICAÇÃO

A abordagem se resume em três etapas:

1. Número as linhas usando OVERe PARTITIONde agrupamento e ordenando-os conforme necessário para a concatenação. O resultado é PartitionedCTE. Mantemos contagens de linhas em cada partição para filtrar os resultados posteriormente.

2. Usando recursiva CTE ( Concatenated) iterar através dos números de linha ( NameNumbercoluna) adicionando Namevalores à FullNamecoluna.

3. Filtre todos os resultados, exceto aqueles com o maior valor NameNumber.

Lembre-se de que, para tornar essa consulta previsível, é necessário definir o agrupamento (por exemplo, em seu cenário, as linhas com as mesmas IDsão concatenadas) e a classificação (presumi que você simplesmente classifique a string alfabeticamente antes da concatenação).

Testei rapidamente a solução no SQL Server 2012 com os seguintes dados:

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

O resultado da consulta:

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

Os métodos que usam FOR XML PATH como a seguir são realmente lentos? Itzik Ben-Gan escreve que esse método tem um bom desempenho em seu livro T-SQL Querying (o Sr. Ben-Gan é uma fonte confiável, na minha opinião).

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

Para aqueles de nós que encontraram este e não estão usando o Banco de Dados SQL do Azure:

STRING_AGG()em PostgreSQL, SQL Server 2017 e Azure SQL
https://www.postgresql.org/docs/current/static/functions-aggregate.html
https://docs.microsoft.com/en-us/sql/t-sql/ funções / string-agg-transact-sql

GROUP_CONCAT()no MySQL
http://dev.mysql.com/doc/refman/5.7/en/group-by-functions.html#function_group-concat

(Agradecimentos a @Brianjorden e @milanio pela atualização do Azure)

Código de exemplo:

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

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

Embora @serge a resposta esteja correta, comparei o consumo de tempo dele com o xmlpath e descobri que o xmlpath é muito mais rápido. Vou escrever o código de comparação e você pode verificar por si mesmo. Este é o jeito @serge:

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

E esta é a maneira xmlpath:

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

Atualização: Ms SQL Server 2017+, Banco de Dados SQL do Azure

Você pode usar: STRING_AGG.

O uso é muito simples para a solicitação do OP:

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

consulte Mais informação

Bem, minha antiga não resposta foi excluída por direito (deixada intacta abaixo), mas se acontecer de alguém pousar aqui no futuro, temos boas notícias. Eles implementaram STRING_AGG () no Banco de Dados SQL do Azure também. Isso deve fornecer a funcionalidade exata originalmente solicitada nesta postagem com suporte nativo e integrado. @hrobky mencionou isso anteriormente como um recurso do SQL Server 2016 na época.

--- Postagem antiga: Não há reputação suficiente aqui para responder a @hrobky diretamente, mas STRING_AGG parece ótimo, no entanto, está disponível apenas no SQL Server 2016 vNext atualmente. Esperançosamente, isso seguirá para o Azure SQL Datababse em breve.

Você pode usar + = para concatenar strings, por exemplo:

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

se você selecionar @test, ele fornecerá todos os nomes concatenados

Achei a resposta de Serge muito promissora, mas também encontrei problemas de desempenho com a escrita. No entanto, quando eu o reestruturei para usar tabelas temporárias e não incluir tabelas CTE duplas, o desempenho foi de 1 minuto e 40 segundos para sub-segundos para 1000 registros combinados. Aqui, é para quem precisa fazer isso sem FOR XML em versões anteriores do SQL Server:

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
;