Variasi pendekatan @boneists, dimulai dengan data sampel Anda dalam CTE:
with t as (
select 1 id, 'A' name, '2007' year, '04' month, 5 sales from dual union all
select 2 id, 'A' name, '2007' year, '05' month, 2 sales from dual union all
select 3 id, 'B' name, '2008' year, '12' month, 3 sales from dual union all
select 4 id, 'B' name, '2009' year, '12' month, 56 sales from dual union all
select 5 id, 'C' name, '2009' year, '08' month, 89 sales from dual union all
select 13 id,'B' name, '2016' year, '01' month, 10 sales from dual union all
select 14 id,'A' name, '2016' year, '02' month, 8 sales from dual union all
select 15 id,'D' name, '2016' year, '03' month, 12 sales from dual union all
select 16 id,'E' name, '2016' year, '04' month, 34 sales from dual
),
y (year, rnk) as (
select year, dense_rank() over (order by year)
from (select distinct year from t)
),
r (name, year, month, sales, rnk) as (
select t.name, t.year, t.month, t.sales, y.rnk
from t
join y on y.year = t.year
union all
select r.name, y.year, r.month, 0, y.rnk
from y
join r on r.rnk = y.rnk - 1
where not exists (
select 1 from t where t.year = y.year and t.month = r.month and t.name = r.name
)
)
select name, year, month, sales,
nvl(sum(sales) over (partition by name order by year, month
rows between unbounded preceding and 1 preceding), 0) as opening_bal,
nvl(sum(sales) over (partition by name order by year, month
rows between unbounded preceding and current row), 0) as closing_bal
from r
order by year, month, name;
Yang mendapatkan hasil yang sama juga, meskipun juga tidak sesuai dengan hasil yang diharapkan dalam pertanyaan:
NAME YEAR MONTH SALES OPENING_BAL CLOSING_BAL
---- ---- ----- ---------- ----------- -----------
A 2007 04 5 0 5
A 2007 05 2 5 7
A 2008 04 0 7 7
A 2008 05 0 7 7
B 2008 12 3 0 3
A 2009 04 0 7 7
A 2009 05 0 7 7
C 2009 08 89 0 89
B 2009 12 56 3 59
B 2016 01 10 59 69
A 2016 02 8 7 15
D 2016 03 12 0 12
A 2016 04 0 15 15
E 2016 04 34 0 34
A 2016 05 0 15 15
C 2016 08 0 89 89
B 2016 12 0 69 69
y CTE (jangan ragu untuk menggunakan nama yang lebih bermakna!) menghasilkan semua tahun yang berbeda dari data asli Anda, dan juga menambahkan peringkat, jadi 2007 adalah 1, 2008 adalah 2, 2009 adalah 3, dan 2016 adalah 4.
r CTE rekursif menggabungkan data aktual Anda dengan baris dummy dengan penjualan nol, berdasarkan data nama/bulan dari tahun-tahun sebelumnya.
Dari apa yang dihasilkan CTE rekursif, Anda dapat melakukan jumlah kumulatif analitik untuk menambahkan saldo pembukaan/penutupan. Ini menggunakan klausa windowing untuk memutuskan nilai penjualan mana yang akan disertakan - pada dasarnya saldo pembukaan dan penutupan adalah jumlah dari semua nilai hingga saat ini, tetapi pembukaan tidak menyertakan baris saat ini.
