如何在 SQL 中处理任意数量的间隔？答案

【问题标题】：How to handle an arbitrary number of intervals in SQL?如何在 SQL 中处理任意数量的间隔？
【发布时间】：2021-02-07 17:38:03
【问题描述】：

我在 SQL 数据库中有两个表。第一个，path，保存路径（或轨迹）上的点。每个点都有一行。

第二个表“间隔”列出了第一个表上表示的路径上的间隔。这些已在某些方面被识别为特殊的，例如对象移动不多的路径的一部分。

我们希望在路径上识别多个区间。

我想在path 表中添加一个新列，其值表示路径的该部分是否在这些间隔之一内。我在下面的示例中给出了这个附加列的示例。

如果只有一个间隔我会使用

CASE WHEN p.time BETWEEN i.Start_Time AND i.End_Time THEN True ELSE False END

我可以做些什么来处理任意数量的间隔？

间隔：

| Interval ID | Start_Time | End_Time |
|-------------|------------|----------|
| 1           | 5          | 36       |
| 2           | 71         | 78       |
| 3           | 206        | 308      |
| ...         |            |          |

这里是path 表的示例，其中成功添加了所需的“at_rest”列。

| time | x | y  | at_rest |
|------|---|----|---------|
| 0    | 5 | 9  | 0       |
| 1    | 6 | 10 | 0       |
| 2    | 7 | 31 | 1       |
| 3    | 9 | 49 | 1       |
| ...  |   |    |         |

【问题讨论】：

path.at_rest 是旧的现有列吗？或者它是您的新专栏的名称？或者您想为新列命名什么？
用您正在使用的数据库标记您的问题。同时显示您想要的结果。
@donPablo 我在文本中添加了一些说明。 'at_rest' 列的含义是我们要添加的新列。抱歉，不清楚。

标签： sql snowflake-cloud-data-platform ansi-sql

【解决方案1】：

正如 donPablo 所说，这可以通过连接来解决（如您所描述的）：

WITH intervals AS (
  SELECT * 
  FROM VALUES 
    (1,1,5,36)
    ,(1,2,71,78)
    ,(1,3,206,308) 
  v(unit_id, interval_id, start_time, end_time)
), paths AS (
  SELECT * 
  FROM VALUES
    (1,0,5,9 )
    ,(1,1,6,10)
    ,(1,2,7,31)
    ,(1,3,9,49) 
    ,(1,4,9,48) 
    ,(1,5,9,47) 
    ,(1,6,9,46) 
    p(unit_id, time, x, y) 
)
SELECT p.unit_id
    ,p.time
    ,p.x
    ,p.y
    ,i.unit_id is not null as atRest
FROM paths p 
LEFT JOIN intervals i 
    ON p.unit_id = i.unit_id and p.time between i.start_time and i.end_time
order by 1,2;

给予：

UNIT_ID TIME    X   Y   ATREST
1   0   5   9   FALSE
1   1   6   10  FALSE
1   2   7   31  FALSE
1   3   9   49  FALSE
1   4   9   48  FALSE
1   5   9   47  TRUE
1   6   9   46  TRUE

请注意，您给出的示例区间并不意味着您给出的第一点“静止”，因为这些不在区间内。

我还包括一个“unit_id”，因为只有一个实体的大量数据不太可能。

现在，如果您的区间数据重叠，那么您需要更改计数：

WITH intervals AS (
  SELECT * 
  FROM VALUES 
    (1,1,2,4)
    ,(1,2,4,6)
    ,(1,3,206,308) 
  v(unit_id, interval_id, start_time, end_time)
), paths AS (
  SELECT * 
  FROM VALUES
    (1,0,5,9 )
    ,(1,1,6,10)
    ,(1,2,7,31)
    ,(1,3,9,49) 
    ,(1,4,9,48) 
    ,(1,5,9,47) 
    ,(1,6,9,46) 
    p(unit_id, time, x, y) 
)
SELECT p.unit_id
    ,p.time
    ,p.x
    ,p.y
    ,count(i.unit_id) > 0 as atRest
FROM paths p 
LEFT JOIN intervals i 
    ON p.unit_id = i.unit_id and p.time between i.start_time and i.end_time
group by 1,2,3,4
order by 1,2;

给予：

UNIT_ID TIME    X   Y   ATREST
1   0   5   9   FALSE
1   1   6   10  FALSE
1   2   7   31  TRUE
1   3   9   49  TRUE
1   4   9   48  TRUE
1   5   9   47  TRUE
1   6   9   46  TRUE

如果您想要 0 或 1 作为雪花中的 at_rest 值，则交换到内联 IFF 是最紧凑的。

    ,iff(count(i.unit_id) > 0,1,0) as atRest

【讨论】：

【解决方案2】：

我的同事和我想出的解决方案使用了可怕的CROSS JOIN，但我们可以预先将表过滤到只有几千行，这样就不会出现这样的问题。

WITH interval_path AS (SELECT path.*, intervals.*
FROM path
CROSS JOIN intervals
WHERE path.time BETWEEN intervals.Start_Time AND intervals.End_Time)

SELECT path.time, path.x, path.y, 
COALESCE(interval_path.in_cluster, 0) AS in_cluster
FROM path
LEFT JOIN interval_path ON interval_path.time = path.time
ORDER BY path.time

【讨论】：

【解决方案3】：

我认为拥有 Interval_ID 比仅是/否指示符更有意义。 atRest 列保留了您最初的 Yes/No 概念。另外，我在路径表中添加了更多数据以获得我的结果--

SELECT 
       [Path_time]
      ,[x]
      ,[y]
      ,[at_rest]
      ,ki.[Interval ID]
      ,Case When ki.[Interval ID] IS NULL  Then 0 Else 1 End as atRest
  FROM [StackOver].[dbo].[Keith_path]  as kp
  Left Join [StackOver].[dbo].[Keith_interval] as ki
  On kp.Path_time BETWEEN ki.Start_Time AND ki.End_Time
  Order By kp.Path_time

这需要转换为更新 sql 以替换现有值。结果是——

Path_time   x   y   at_rest IntervalID  atRest
0           5   9   0       NULL        0
1           6   10  0       NULL        0
2           7   31  1       NULL        0
3           7   33  0       NULL        0
4           7   32  0       NULL        0
5           8   31  0       1           1
6           9   30  0       1           1

【讨论】：

【解决方案4】：

如果您只想要true/false 的一行，请使用exists。许多数据库直接支持布尔类型，因此您可以使用：

select . . .,
       (exists (select 1
                from intervals i
                where p.time bertween i.start_time and i.end_time
               )
       ) as flag

在其他数据库中，你需要一个case 表达式：

select . . .,
       (case when exists (select 1
                          from intervals i
                          where p.time bertween i.start_time and i.end_time
                         )
             then 1 else 0
       ) as flag

【讨论】：

不幸的是，单个区间内可能有大量行。
@keith 。 . .所以呢？这提供了一个标志，表明给定行是否在 any 间隔内。

【解决方案5】：

答案在不同的 DBMS 中可能会有所不同。我认为这个逻辑有效，但实施取决于您的环境。我假设间隔没有重叠。

您可以在CASE 中使用WHEN EXISTS 和SELECT 语句的组合：

CASE WHEN EXISTS(
        SELECT Interval_ID
        FROM intervals
        WHERE p.time BETWEEN Start_Time AND End_Time
    ) THEN (
            SELECT Interval_ID
            FROM intervals
            WHERE p.time BETWEEN Start_Time AND End_Time
    )
     ELSE 0

【讨论】：