Question

我需要按ID对数据进行分组并找到最大/最小（date_from，date_to）。但是，如果有日期间隔，应该在新的一行。

我有以下数据：

SYS_ID  ITEM_ID DATE_FROM   DATE_TO
1       1       01.01.2019  20.01.2019
1       1       15.01.2019  10.02.2019
1       1       15.02.2019  20.02.2019
1       1       18.02.2019  10.03.2019
1       1       10.03.2019  22.03.2019
1       2       01.01.2019  10.01.2019
1       2       15.01.2019  25.01.2019

结果应为：

SYS_ID  ITEM_ID DATE_FROM   DATE_TO
1       1       01.01.2019  10.02.2019
1       1       15.02.2019  22.03.2019
1       2       01.01.2019  10.01.2019
1       2       15.01.2019  25.01.2019

有没有一种方法可以不使用光标？

Answer 1

使用差距和孤岛方法

实时测试：http://sqlfiddle.com/#!18/0174b/3

with gap_detector as
(
     select
        sys_id, item_id,
        date_from, date_to,
        case when 
            lag(date_to) 
            over(partition by sys_id, item_id order by date_from) >= date_from
        then
            0
        else
            1
        end as gap
     from tbl
 )
 , grouper as
 (
     select
         sys_id, item_id,
         date_from, date_to,
         sum(gap) over(partition by sys_id, item_id order by date_from) as grp
     from gap_detector   
)  
select
    sys_id, item_id,
    min(date_from) as date_from,
    max(date_to) as date_to
from grouper
group by sys_id, item_id, grp

输出：

| sys_id | item_id |  date_from |    date_to |
|--------|---------|------------|------------|
|      1 |       1 | 2019-01-01 | 2019-02-10 |
|      1 |       1 | 2019-02-15 | 2019-03-22 |
|      1 |       2 | 2019-01-01 | 2019-01-10 |
|      1 |       2 | 2019-01-15 | 2019-01-25 |

工作原理

首先，我们需要检测前一行（使用lag）的date_to是否与当前date_from重叠。

请注意，我们有独立的date_from集，即sys_id + item_id组合的前一行（例如1,1）与另一个sys_id + { {1}}组合（例如1,2）。因此，item_id的前一个date_to不是1,2，而是March 22, 2019。我们可以通过对NULL + sys_id进行分区来正确识别每个组合的前一行。

上面说的是我们如何确定上一行的date_to是否与当前date_from重叠：

如果当前date_from与先前的date_to重叠，请不要将当前date_from与上一行隔离开来，我们可以通过将当前行的值设置为0来实现。
否则，如果当前date_from与上一date_to不重叠，则通过将当前行标记为空白，将当前行与上一行隔离（换句话说，item_id）。值为1。稍后我们为什么需要1和0。

实时测试：http://sqlfiddle.com/#!18/0174b/7

partition by sys_id, item_id

输出：

gap

下一步是通过在间隙标记（1和0）上进行累加总计，将属于彼此的岛分组。通过在with gap_detector as ( select sys_id, item_id, date_from, date_to, case when lag(date_to) over(partition by sys_id, item_id order by date_from) >= date_from then 0 else 1 end as gap from tbl ) select * from gap_detector order by sys_id, item_id, date_from + | sys_id | item_id | date_from | date_to | gap | |--------|---------|------------|------------|-----| | 1 | 1 | 2019-01-01 | 2019-01-20 | 1 | | 1 | 1 | 2019-01-15 | 2019-02-10 | 0 | | 1 | 1 | 2019-02-15 | 2019-02-20 | 1 | | 1 | 1 | 2019-02-18 | 2019-03-10 | 0 | | 1 | 1 | 2019-03-10 | 2019-03-22 | 0 | | 1 | 2 | 2019-01-01 | 2019-01-10 | 1 | | 1 | 2 | 2019-01-15 | 2019-01-25 | 1 |组合窗口上进行sum(gap)来完成总计。

sys_id + item_id组合的每个窗口都可以通过对其进行sys_id即item_id

来独立地操作。

实时测试：http://sqlfiddle.com/#!18/0174b/12

partition

输出：

partition by sys_id, item_id

最后，既然我们已经能够识别出哪些岛属于彼此（由with gap_detector as ( select sys_id, item_id, date_from, date_to, case when lag(date_to) over(partition by sys_id, item_id order by date_from) >= date_from then 0 else 1 end as gap from tbl ) , grouper as ( select sys_id, item_id, date_from, date_to, gap, sum(gap) over(partition by sys_id, item_id order by date_from) as grp from gap_detector ) select sys_id, item_id, date_from, date_to, gap, grp from grouper表示），那么只需对这些| sys_id | item_id | date_from | date_to | gap | grp | |--------|---------|------------|------------|-----|-----| | 1 | 1 | 2019-01-01 | 2019-01-20 | 1 | 1 | | 1 | 1 | 2019-01-15 | 2019-02-10 | 0 | 1 | | 1 | 1 | 2019-02-15 | 2019-02-20 | 1 | 2 | | 1 | 1 | 2019-02-18 | 2019-03-10 | 0 | 2 | | 1 | 1 | 2019-03-10 | 2019-03-22 | 0 | 2 | | 1 | 2 | 2019-01-01 | 2019-01-10 | 1 | 1 | | 1 | 2 | 2019-01-15 | 2019-01-25 | 1 | 2 |标记执行grp即可识别在各组（group by）岛屿上开始date_from和date_to时。

实时测试：http://sqlfiddle.com/#!18/0174b/13

grp

输出：

grp

按ID对行进行分组，并查找具有日期间隔的最大/最小（date_from，date_to）

1 个答案:

工作原理