T-SQL，仓库原理，两个数据集使用FIFO

如何解决T-SQL，仓库原理，两个数据集使用FIFO

我想使用 FIFO 合并两个数据集之间的数据。我认为仓库原理是一个很好的例子来解释我需要什么。

购买表：

ID_BUY	日期	项目	计数
39	2022-01-01 00:00	铅笔	1000
41	2022-02-02 00:00	铅笔	2000
44	2022-03-03 10:00	铅笔	3000
45	2022-03-03 12:00	铅笔	3500
47	2022-04-04 00:00	铅笔	4000
51	2022-05-05 00:00	胶水	5000
53	2022-06-06 00:00	书	6000

卖出表：

ID_SELL	日期	项目	计数
40	2022-01-01 16:00	铅笔	1000
42	2022-02-02 17:00	铅笔	1200
43	2022-02-02 18:00	铅笔	800
46	2022-03-03 14:00	铅笔	6500
48	2022-04-04 15:00	铅笔	2100
49	2022-04-04 16:00	铅笔	1100
52	2022-05-05 20:00	胶水	2000

预期数据：

ID	ID_BUY	ID_SELL	计数
1	39	40	1000
2	41	42	1200
3	41	43	800
4	44	46	3000
5	45	46	3500
6	47	48	2100
7	47	49	1100
8	51	52	2000

预期数据描述：

Row ID = 1 --> 2022-01-01 我买了 1000 支铅笔，几个小时后卖出了 1000 支铅笔。
行 ID = 2 和 3 --> 2022-02-02 我购买了 2000 支铅笔，并向客户编号 1 (ID = 2) 出售了 1200 支铅笔，向客户编号 2 (ID = 3) 出售了 800 支铅笔。
行 ID = 4 和 5 --> 2022-03-03 我在两次交易（3000 和 3500）中购买了 6500 支铅笔，并在一次交易中卖出了它们（6500）。在这种情况下，行中的限制由购买交易决定。
行 ID = 6 和 7 --> 2022-04-04 我在两次交易 (2100 + 1100) 中买了 4000 支铅笔并卖出了 3200 支。现在我有 800 支铅笔 (4000 - 3200 = 800) 等待下一笔交易。在这种情况下，行中的限制由卖出交易决定。
预期数据中没有图书，因为它们没有售出。

我尝试使用基于“销售表”的游标来解决此问题。当我这样做时，我注意到我必须在游标内使用游标。第二个游标必须基于“BUY 表”加上未从预期数据表结算的内容，在接下来的步骤中，我将不得不使用 IF。也许有更简单的方法来解决这个问题？ CTE？

解决方法

合并买卖数据并计算累计“存货数量”：

if object_id('tempdb..#tmp_fifo_count') is not null drop table #tmp_fifo_count
select
   b.ID_BUY,s.ID_SELL,(b.BuyedCummulativeCount - s.SoldCummulativeCount) as CountInStock,row_number() over(partition by b.ID_BUY order by s.[Date] asc) as RN,-- flag first sold over limit
   case
      when (b.BuyedCummulativeCount - s.SoldCummulativeCount) < 0 and b.BuyedCummulativeCount >= s.[Count]
        then (b.BuyedCummulativeCount - s.SoldCummulativeCount) -- correction to case over limit (for n:m relationship)
      else 0
   end +
   case
      when b.[Count] >= s.[Count] then s.[Count]    -- i have more in stock then i sold
      else b.[Count]                                -- i cannot sell over limit
   end as [Count]
into #tmp_fifo_count
from (
   select *,(select sum([Count]) from #tmp_buy b2 where b2.[Date] <= b0.[Date]) as BuyedCummulativeCount
   from #tmp_buy b0) as b
left join (
   select *,(select sum([Count]) from #tmp_sell s2 where s2.[Date] <= s0.[Date]) as SoldCummulativeCount
   from #tmp_sell s0) as s
on b.[Date] <= s.[Date]

获取结果：

-- output
select
   row_number() over(order by ID_BUY,ID_SELL) as ID,ID_BUY,ID_SELL,[Count] 
   --case when CountInStock >= 0 then CountInStock else 0 end as CountInStock
from #tmp_fifo_count
where (CountInStock >= 0 or RN = 1) -- Fully covered by one buy or not Fully covered by one buy
   and ID_SELL is not null          -- they were sold