有没有一种简单的方法可以在 SQL 中对插值的开始/结束日期进行分组？

Question

所以基本上，假设我们有一个具有开始和结束日期的项目列表。像这样的：

| Name   | Start     | Finish   |
---------------------------------
| Item 1 | Jan 1     | Jan 4    |
| Item 2 | Jan 3     | Jan 5    |
| Item 3 | Jan 4     | Jan 7    |

| Item 4 | Jan 10    | Jan 14   |

| Item 5 | Jan 15    | Jan 17   |
| Item 6 | Jan 17    | Jan 20   |

| Item 7 | Jan 25    | Jan 27   |
| Item 8 | Jan 26    | Jan 26   |
| Item 9 | Jan 27    | Jan 30   |

如果项目的开始日期介于组其他成员的最低开始日期和最高完成日期之间，我基本上需要获取组中项目的分组日期，如上所示。 1 月 1 日至 7 日、1 月 10 日至 14 日、1 月 15 日至 20 日和 1 月 25 日至 30 日。在 SQL 中是否有比简单地强制执行此操作更简单的方法？

谢谢！

Answer 1

您所追求的通常称为 会话化，例如，在点击流分析学科中：我们将同一用户在同一网站上的点击分组在一起，点击之间的不活动时间少于 30 分钟, 分析此类会话中的行为。

让我给你一个快速的答案 - 但它只适用于 Vertica，使用 CONDITIONAL_TRUE_EVENT 分析函数：

https://my.vertica.com/docs/8.0.x/HTML/index.htm#Authoring/SQLReferenceManual/Functions/TimeSeries/CONDITIONAL_TRUE_EVENTAnalytic.htm

WITH
-- input data
foo(name,start,finish) AS (
          SELECT 'Item 1',DATE '2017-01-01',DATE '2017-01-04'
UNION ALL SELECT 'Item 2',DATE '2017-01-03',DATE '2017-01-05'
UNION ALL SELECT 'Item 3',DATE '2017-01-04',DATE '2017-01-07'

UNION ALL SELECT 'Item 4',DATE '2017-01-10',DATE '2017-01-14'

UNION ALL SELECT 'Item 5',DATE '2017-01-15',DATE '2017-01-17'
UNION ALL SELECT 'Item 6',DATE '2017-01-17',DATE '2017-01-20'

UNION ALL SELECT 'Item 7',DATE '2017-01-25',DATE '2017-01-27'
UNION ALL SELECT 'Item 8',DATE '2017-01-26',DATE '2017-01-26'
UNION ALL SELECT 'Item 9',DATE '2017-01-27',DATE '2017-01-30'
)

SELECT
  CONDITIONAL_TRUE_EVENT(start::TIMESTAMP > LAG(finish::TIMESTAMP))
OVER(PARTITION BY 1 ORDER BY start) AS grp_id
, *
FROM foo;

结果是递增 1，从 0 开始，每次 PARTITION BY 值更改（此处为常量）时，每次括号之间的表达式计算为 TRUE 时，都重置为 0：

grp_id|name  |start     |finish
     0|Item 1|2017-01-01|2017-01-04
     0|Item 2|2017-01-03|2017-01-05
     0|Item 3|2017-01-04|2017-01-07
     1|Item 4|2017-01-10|2017-01-14
     2|Item 5|2017-01-15|2017-01-17
     2|Item 6|2017-01-17|2017-01-20
     3|Item 7|2017-01-25|2017-01-27
     3|Item 8|2017-01-26|2017-01-26
     4|Item 9|2017-01-27|2017-01-30

现在。您的数据库平台是否支持通用分析函数，或者不支持，例如 MySQL？根据您的回答，我将根据 OLAP 函数或相关子选择来重写它。

但无论哪种方式，这都需要更多时间......

玩得开心-

理智的马可

Answer 2

显然，CONDITIONAL_TRUE_EVENT 是最优雅的解决方案，但由于 SQL 本身不支持此功能，因此可以这样完成（首选 CTE 而不是子查询）。

;WITH DatesWithLag AS (
    SELECT 
      StartDate 
    , StopDate 
    , LAG(StopDate) OVER (ORDER BY StartDate) AS PrevStop 
    , DATEDIFF( 
         day 
      , LAG(StopDate) OVER (ORDER BY StartDate) 
      , StartDate 
      ) AS DayDiff
    FROM Dates
), 
Cond1 AS (
    SELECT 
      StartDate 
    , StopDate 
    , DayDiff 
    , (CASE WHEN DayDiff > 0 THEN 1 END) Change
    FROM DatesWithLag
),
Cond2 AS (
    SELECT 
      StartDate 
    , StopDate 
    , COUNT(Change) OVER ( 
        ORDER BY StartDate  
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 
      ) Grp     --  
    FROM Cond1
)
SELECT Cond1.* 
     , Cond2.Grp 
FROM Cond1
    JOIN Cond2 ON Cond2.StartDate = Cond1.StartDate
ORDER BY Cond1.StartDate
GO

另一种选择是将CONDITIONAL_TRUE_EVENT 实现为CLR function.