数据统计问题

Question

已有充值表和消费表，要求统计每个月的卡充值总额和这些卡至今的消费总额。举例如下：
充值表（CZ）：
卡号（cardno）  充值日期（loddate） 充值金额（lodamt）
91034567        2010-2-1            100
91034567        2010-5-22           200
91045678        2010-2-11           300
91056789        2010-3-2            200

消费表(XF):
卡号（cardno)   面值（blance） 消费金额（amt）   消费日期（date） 
91034567        100            40.00             2010-2-15 
91034567        100            60.00             2010-5-2 
91034567        200            120.00            2010-10-3
91045678        300            128.00            2010-10-3 
91045678        300            150.00            2011-5-2 
91056789        200            75.00             2010-4-6
。
统计2月份的数据如下：
充值总额（lodall）= 400（100+300 ）
消费总额（amtall）= 378（40+60+128+150）
统计3月份数据。统计每个月的充值总额没有问题，但统计每个月的消费总额就比较困难了。因为卡片可以回收，所以存在一个卡号重复使用（如91034567，第一次2月份充值后全部消费完，第二次5月份充值后只消费了120元），请各位大侠帮助一下，怎么写这个统计语句？

Answer 1

结果是这样吗？
月份 lodall    amtall
2       400       378
3       200       75
5       200       120

Answer 2

SQL> select * from cz;
 
CARDNO   LODDATE         LODAMT
-------- ----------- ----------
91034567 2010-2-1           100
91034567 2010-5-22          200
91045678 2010-2-11          300
91056789 2010-3-2           200
 
SQL> select * from xf;
 
CARDNO       BLANCE        AMT PAYDATE
-------- ---------- ---------- -----------
91034567        100         40 2010-2-15
91034567        100         60 2010-5-2
91034567        200        120 2010-10-3
91045678        300        128 2010-10-3
91045678        300        150 2011-5-2
91056789        200         75 2010-4-6
 
6 rows selected
 
SQL> 
SQL> SELECT to_char(loddate, 'yyyymm') loddate, SUM(lodamt) lodamt, SUM(amt) amt
  2    FROM (SELECT cz.*,
  3                 (SELECT SUM(amt)
  4                    FROM xf
  5                   WHERE cz.cardno = xf.cardno
  6                     AND cz.lodamt = xf.blance
  7                     AND cz.loddate <= xf.paydate) amt
  8            FROM cz)
  9   GROUP BY to_char(loddate, 'yyyymm');
 
LODDATE     LODAMT        AMT
------- ---------- ----------
201002         400        378
201003         200         75
201005         200        120
 
SQL>