如何设计这个表模式（以及如何查询它）

Question

我有一个存储成员列表的表 - 为简单起见，我将使用一个简单的真实案例来模拟我的用例。

让我们使用体育俱乐部或健身房的类比。

健身房的会员每三个月更换一次（例如） - 一些老会员离开，一些新会员加入，一些会员保持不变。

我想在表格上运行一个查询 - 跨越多个时间段并返回俱乐部中所有成员的平均体重。

这些是我到目前为止想出的表格：

-- A table containing all members the gym has ever had
-- current members have their leave_date field left at NULL
-- departed members have their leave_date field set to the days they left the gym
CREATE TABLE IF NOT EXISTS member (
                   id              PRIMARY KEY NOT NULL,
                   name            TEXT NOT NULL,
                   join_date       DATE NOT NULL,

                   -- set to NULL if user has not left yet
                   leave_date      DATE DEFAULT NULL
        );


-- A table of members weights. 
-- This table is populated DAILY,after the weights of CURRENT members
-- has been recorded
CREATE TABLE IF NOT EXISTS current_member_weight (
                   id              PRIMARY KEY NOT NULL,
                   calendar_date   DATE NOT NULL,
                   member_id       INTEGER REFERENCES member(id) NOT NULL,
                   weight          REAL NOT NULL
       );


-- I want to write a query that returns the AVERAGE daily weight of
-- CURRENT members of the gym. The query should take a starting_date
-- and an ending_date between which to calculate the daily 
-- averages. The aver

-- PSEUDO SQL BELOW!
SELECT calendar_date, AVG(weight) 
FROM member, current_member_weight
WHERE calendar_date BETWEEN(starting_date, ending_date);

我有两个问题：

1. 能否改进上述架构 - 如果可以，请说明
2. 如何编写 SQL* 查询以返回在指定时间段 (t1, t2) 内为健身房中所有成员计算的平均权重，其中 (t1,t2) 跨越成员加入/离开健身房的时间段?

[[关于 SQL 的注意事项]]

最好，任何显示的 SQL 都与数据库无关，但如果要使用特定风格的 SQL，我更喜欢 PostgreSQL，因为这是我正在使用的数据库。

Answer 1

只要gym_member 表中的数据与每个成员的加入和离开日期一致（即对于任何成员，gym_member 表不应包含 calendar_date 小于其加入日期或 calendar_date 大于比他的离开日期）

SELECT
    gm.calendar_date,
    AVG(gm.weight) avg_weight
FROM
    member m,
    gym_member gm
WHERE
        m.id = gm.member_id
    AND
        gm.calendar_date >= '1-Jan-2017'
    AND
        gm.calendar_date <= '31-Dec-2017'
GROUP BY
    gm.calendar_date