我有一个来自 ---- 的查询需求。尝试解决它CONNECT BY，但似乎无法得到我需要的结果。
表（简化）：
create table CSS.USER_DESC (
USER_ID VARCHAR2(30) not null,
NEW_USER_ID VARCHAR2(30),
GLOBAL_HR_ID CHAR(8)
)
-- USER_ID is the primary key
-- NEW_USER_ID is a self-referencing key
-- GLOBAL_HR_ID is an ID field from another system
用户数据（数据源）有两个来源......更新信息时我必须注意其中任何一个的错误。
应用场景：
- 为用户提供一个新的用户 ID...旧记录被相应设置并停用（通常是为成为全职承包商的重命名）
- 用户离开并稍后返回。 HR 未能向我们发送旧的用户 ID，因此我们无法连接帐户。
- 系统出了问题，没有在旧记录上设置新的用户 ID。
- 数据可能会以其他一百种方式变得糟糕
我需要知道以下是同一用户，并且我不能依赖名称或其他字段...它们在匹配记录之间有所不同：
ROOTUSER NUMROOTS NODELEVEL ISLEAF USER_ID NEW_USER_ID GLOBAL_HR_ID USERTYPE LAST_NAME FIRST_NAME
-----------------------------------------------------------------------------------------------------------------------------
EX0T1100 2 1 0 EX0T1100 EX000005 CONTRACTOR VON DER HAAVEN VERONICA
EX0T1100 2 2 1 EX000005 00126121 EMPLOYEE HAAVEN, VON DER VERONICA
GL110456 1 1 1 GL110456 00126121 EMPLOYEE VONDERHAAVEN VERONICA
EXOT1100 and EX000005正确连接的NEW_USER_ID场地。重命名发生在全球 HR ID 出现之前，因此EX0T1100没有。EX000005获得了新的用户 ID“GL110456”，并且两者仅通过具有相同的全局 HR ID 才能连接。
清理数据不是一个选择。
到目前为止的查询：
select connect_by_root cud.user_id RootUser,
count(connect_by_root cud.user_id) over (partition by connect_by_root cud.user_id) NumRoots,
level NodeLevel, connect_by_isleaf IsLeaf, --connect_by_iscycle IsCycle,
cud.user_id, cud.new_user_id, cud.global_hr_id,
cud.user_type_code UserType, ccud.last_name, cud.first_name
from css.user_desc cud
where cud.user_id in ('EX000005','EX0T1100','GL110456')
-- Using this so I don't get sub-users in my list of root users...
-- It complicates the matches with GLOBAL_HR_ID, however
start with cud.user_id not in (select cudsub.new_user_id
from css.user_desc cudsub
where cudsub.new_user_id is not null)
connect by nocycle (prior new_user_id = user_id);
我尝试过各种CONNECT BY条款，但没有一个是完全正确的：
-- As a multiple CONNECT BY
connect by nocycle (prior global_hr_id = global_hr_id)
connect by nocycle (prior new_user_id = user_id)
-- As a compound CONNECT BY
connect by nocycle ((prior new_user_id = user_id)
or (prior global_hr_id = global_hr_id
and user_id != prior user_Id))
UNIONing 两个 CONNECT BY 查询不起作用...我没有得到平衡。
这是我想看到的...我可以接受必须区分并用作子查询的结果集。我也同意 ROOTUSER 列中三个用户 ID 中的任何一个...我只需要知道它们是相同的用户。
ROOTUSER NUMROOTS NODELEVEL ISLEAF USER_ID NEW_USER_ID GLOBAL_HR_ID USERTYPE LAST_NAME FIRST_NAME
-----------------------------------------------------------------------------------------------------------------------------
EX0T1100 3 1 0 EX0T1100 EX000005 CONTRACTOR VON DER HAAVEN VERONICA
EX0T1100 3 2 1 EX000005 00126121 EMPLOYEE HAAVEN, VON DER VERONICA
EX0T1100 3 (2 or 3) 1 GL110456 00126121 EMPLOYEE VONDERHAAVEN VERONICA
Ideas?
Update
尼古拉斯，你的代码看起来非常像正确的轨道......目前，lead(user_id) over (partition by global_hr_id)当global_hr_id一片空白。例如：
USER_ID NEW_USER_ID CHAINNEWUSER GLOBAL_HR_ID LAST_NAME FIRST_NAME
FP004468 FP004469 AARON TIMOTHY
FP004469 FOONG KOK WAH
我经常想将空值视为分区中的单独记录，但我从未找到一种方法ignore nulls工作。这做了我想要的：
decode(global_hr_id,null,null,lead(cud.user_id ignore nulls) over (partition by global_hr_id order by user_id)
...但必须有更好的方法。我还无法完成对完整用户数据（大约 40,000 个用户）的查询。两个都global_hr_id and new_user_id已编入索引。
Update
查询在大约 750 秒后返回......虽然很长，但可以管理。它返回 93k 记录，因为我没有一个好的方法来过滤根中的 2 级命中 - 你有start with global_hr_id is null，但不幸的是，情况并非总是如此。我将不得不更多地考虑如何过滤掉这些内容。
我之前尝试过添加更复杂的 start with 子句，但我发现它们单独运行 .
再次感谢您的帮助...正在努力解决这个问题。
