Hi Experten,
ich hab hier gerade ein delikates Problemchen…
folgende Basis ist gegeben:
Es sollen Abfragen von verschiedenen Tabellen gemacht werden, die chronologisch voneinander getrennt worden sind. Sprich es gibt z.B. eine Tabelle für 2003 und eine für 2004. Von diesen Tabellen sollen eben identische Abfragen erzeugt werden und nachdem das folgende wohl recht komplex wird (vermute ich) suche ich in TOP1 erst mal eine Möglichkeit wie man am besten per Dropdown eines Formulars die Datenquelle für die folgenden Abfragen bestimmen kann.
Geht das? Wie würdet ihr das am ehesten angehen?
TOP2 ist dann, dass eben diese Abfragen wohl leider nacheinander ablaufen müssen - macht das etwas aus von der abarbeitungszeit?
Es geht nämlich darum dass verschiedene Einträge einer Datenbank, die ca 250 MB gross ist zu gruppieren. im Idealfall sollte eben gleichzeitig noch eine andere Bedingung erfüllt werden weil ich denke, dass es viel Zeit kosten würde eine separate Abfrage dafür zu Bemühen.
Ein Beispiel worum es geht
Spalte1 Kosten Spalte3 Spalte4 Spalte5 Seriennummer
abc 123 def ghi jkl abcde
abc 531 def ghi jkl abcde
abc 69 def ghi jkl 12345
has 453 def ghi jkl 12345
nun sollen die Inhalte gruppiert werden, und die Kosten adiert…
dabei sollen aber auch die ANZAHL DER VERSCHIEDENEN Seriennummern einer Gruppierung betrachtet werden, ohne dass diese erst gruppiert und dann die Anzahl gezählt werden muss.
Nachdem aber auf manche Werte die gleiche Seriennummer mehrfach auftaucht kann ich Anzahl nicht nehmen, sonst wüsste ich aber auch nicht was ich machen soll… 😦
TOP3 (vmtl das kniffligste)
im idealfall sollte man um die auswertung zu bekommen auch noch ein paar „freehand“ eingaben machen können…
zum Beispiel, dass man sagt, nur alle Einträge verwenden, die als ersten Buchstaben ein a haben (like „a*“) oder die, die in einer anderen Spalte „Service“ eingetragen haben…
im idealfall auch noch vom user bestimmbar ob es eine UND oder eine ODER verknüpfung sein soll…
ich glaub das ist alles sehr schwierig, oder?
Vielen Dank schon mal…
Munich