SQL根据第一个表中的时间差连接第二个表

Question

我有两张表，一张是活动的开始时间，一张是活动的结束时间，我想加入两者

然而，挑战在于每个开始事件并不总是有一个相应的结束事件，如果是这样，我希望输出中有一个 NULL。这可能吗？

编辑：每个 ID 代表一个人，每天可以有多个事件开始和停止。对于每个事件，我只希望将单个“正确”结束时间加入到开始时间（如果存在）。目前没有单独的事件级别标识符。

例如：

表一：开始时间

id      ts_start
123     01:00
123     03:00
123     05:00
123     09:00

表 2：结束时间

id      ts_end
123     02:00
123     07:00

输出：

id      ts_start    ts_end
123     01:00       02:00
123     03:00       NULL
123     05:00       07:00
123     09:00       NULL

我在 MySQL 5.7 上，所以还不能访问窗口/分析函数，虽然如果这是最好的解决方案的一部分，那么我很乐意迁移（不过必须是开源的，所以新版本的MySQL 或 Postgres)

谢谢

Answer 1

首先，您需要为ts_end 获得一个“候选人”，这是大于开始时间的最短结束时间。这可以通过

select s.id, s.ts_start, (
  select min(e.ts_end)
  from end_time e
  where e.id = s.id
    and e.ts_end > s.ts_start
) as ts_end
from start_time s;

或与

select s.id, s.ts_start, min(e.ts_end) as ts_end
from start_time s
left join end_time e
  on  e.id = s.id
  and e.ts_end > s.ts_start
group by s.id, s.ts_start

两个查询都会返回

|  id | ts_start |   ts_end |
|-----|----------|----------|
| 123 |    01:00 |    02:00 |
| 123 |    03:00 |    07:00 |
| 123 |    05:00 |    07:00 |
| 123 |    09:00 |     null |

现在，当ts_start 和ts_end 之间有任何开始时间（表start_time）时，我们需要ts_end 成为null（第二行）。对于第二行ts_end 必须是NULL，因为5:00 的开始时间介于3:00 和7:00 之间。

对于第一个查询，我们可以使用带有NOT EXISTS 条件的HAVING 子句：

select s.id, s.ts_start, (
  select min(e.ts_end)
  from end_time e
  where e.id = s.id
    and e.ts_end > s.ts_start
  having not exists (
      select *
      from start_time s2
      where s2.id = s.id
        and s2.ts_start > s.ts_start
        and s2.ts_start < min(e.ts_end)
    )
) as ts_end
from start_time s

可以使用CASE 表达式和EXISTS 条件扩展第二个查询：

select s.id, s.ts_start, 
  case when exists (
      select *
      from start_time s2
      where s2.id = s.id
      and s2.ts_start > s.ts_start
      and s2.ts_start < min(e.ts_end)  
    ) 
    then null
    else min(e.ts_end)
  end as ts_end
from start_time s
left join end_time e
  on  e.id = s.id
  and e.ts_end > s.ts_start
group by s.id, s.ts_start

在 MySQL 8.x 中，您可以改用 LEAD 窗口函数：

select s.id, s.ts_start,
    case when min(e.ts_end) > lead(s.ts_start) over (partition by s.id order by s.ts_start)
        then null
        else min(e.ts_end)
    end as ts_end
from start_time s
left join end_time e
  on  e.id = s.id
  and e.ts_end > s.ts_start
group by s.id, s.ts_start

所有三个查询都将返回：

|  id | ts_start |   ts_end |
|-----|----------|----------|
| 123 |    01:00 |    02:00 |
| 123 |    03:00 |     null |
| 123 |    05:00 |    07:00 |
| 123 |    09:00 |     null |

演示：https://www.db-fiddle.com/f/6qRaYZKnA7ZYMcTmpZFUwj/0

Answer 2

您必须查看下一个开始是否晚于下一个结束。一种方法使用两个相关的子查询：

select id, ts_start,
       (case when next_start > next_end then next_end
        end) as ts_end
from (select s.*,
             (select max(s2.ts_start)
              from starts s2
              where s2.id = s.id and s2.ts_start > s.ts_start
             ) as next_start,
             (select min(e2.ts_end)
              from ends e2
              where e2.id = s.id and e2.ts_end > s.ts_end
             ) as next_end
      from starts s
     ) s;

使用窗口函数，我会将所有时间组合在一起并查看下一个值：

with t as (
      select id, ts_start as time, 'start' as which
      from starts
      union all
      select id, ts_end, 'end'
      from ends
     )
select t.id, t.time as ts_start,
       (case when next_which = 'end' then next_time
        end) as ts_end
from (select t.*,
             lead(time) over (partition by id order by time) as next_time,
             lead(which) over (partition by id order by time) as next_which
      from t
     ) t
where which = 'start';

Answer 3

在这种情况下，您可以尝试外连接。例如：

Select st.id, st.ts_start,et.ts_end from startTime st left join endTime et on st.id=et.id;

这样，无论结束时间是否可用，您都将获得开始时间的所有记录。

P.S: 只需在查询中输入正确的表名即可。

Answer 4

1) 将当前和下一个ts_start 合并到一个查询中：

select
  *, 
  (select min(ts_start) from table1 as tt1 where t1.id = tt1.id and t1.ts_start < tt1.ts_star) as next_start
from table1 as t1;

2) 使用table2 加入此查询：

select *
from (
  select
    *, 
    (select min(ts_start) from table1 as tt1 where t1.id = tt1.id and t1.ts_start < tt1.ts_star) as next_start
  from table1 as t1) as t1 left join 
    table2 as t2 on (t1.id = t2.id and t2.ts_end between t1.ts_start and t1.next_start);

应该适用于大多数基于 SQL 的 DBMS。

带有简化数据类型和对象名称的演示：

with 
  t1(x,y) as (values(123,1),(123,3),(123,5),(123,9)),
  t2(x,z) as (values(123,2),(123,7)) 
select *
from (
  select 
    *, 
    (select min(y) from t1 as tt1 where t1.x = tt1.x and t1.y < tt1.y) as next
  from t1) as t1 left join 
    t2 on (t1.x = t2.x and t2.z between t1.y and t1.next);