将未来日期的集合列表添加到 SQL 查询中的行

Question

所以我正在为客户进行同期群分析，其中同期群是在同一个月开始使用该产品的一群人。然后，我会跟踪每个群组的总使用量，直到现在为止。

例如，第一个“队列月份”是 2012 年 1 月，然后我有“使用月份”1 月 12 日、2 月 12 日、3 月 12 日、...、3 月 17 日（当前月份）。一栏是“队列月份”，另一栏是“使用月份”。这个过程在随后的每个队列月重复。表格如下：

Jan 12 | Jan 12  
Jan 12 | Feb 12  
...   
Jan 12 | Mar 17  
Feb 12 | Feb 12  
Feb 12 | Mar 12  
...  
Feb 12 | Mar 17  
...  
Feb 17 | Feb 17  
Feb 17 | Mar 17  
Mar 17 | Mar 17  

出现问题是因为我想对现有和未来的同类群组进行一年的预测。 这意味着对于 1 月 12 日的队列，我想做 4 月 17 日到 3 月 18 日的预测。 我还想从 4 月 17 日到 3 月 18 日对 4 月 17 日的队列（尚不存在）进行预测。依此类推，直到 3 月 18 日对 3 月 18 日的队列进行预测。 我可以处理预测，不用担心。

我的问题是，在每个群组切换之前，我无法弄清楚如何在“使用月份”列中添加（4 月 17 日至 3 月 17 日）的列表。 我还需要添加 4 月 17 日至 3 月 18 日的群组，并为这些未来群组中的每一个提供（4 月 17 日至 3 月 17 日）列表的适用部分。

所以我希望表格看起来像：

Jan 12 | Jan 12  
Jan 12 | Feb 12  
...   
Jan 12 | Mar 17  
Jan 12 | Apr 17  
..    
Jan 12 | Mar 18  
Feb 12 | Feb 12  
Feb 12 | Mar 12  
...  
Feb 12 | Mar 17  
Feb 12 | Apr 17  
...  
Feb 12 | Mar 18  
...    
...    
Feb 17 | Feb 17  
Feb 17 | Mar 17    
...  
Feb 17 | Mar 18  
Mar 17 | Mar 17    
...  
Mar 17 | Mar 18  

我知道想到的第一个解决方案是创建一个包含 1 月 12 日至 3 月 18 日的所有日期的列表，将其交叉连接到自身，然后将外部连接左连接到我拥有的当前表（其中队列 / 使用月的范围从 1 月 12 日到 3 月 17 日）。但是，这是不可扩展的。

有没有一种方法可以迭代地添加到明年月份的列表中？

我正在使用 HP Vertica，如果绝对必要，可以使用 Presto 或 Hive

Answer 1

我认为您应该使用下面的查询从无到有地创建一个临时表，并将其与您的其余查询连接起来。恐怕你不能在 SQL 中以程序方式做任何事情。如果没有 CROSS JOIN，您将无法逃脱。但是在这里，您将 CROSS JOIN 限制为生成您需要的第一个月对。

这里是：

WITH
-- create a list of integers from 0 to 100 using the TIMESERIES clause
i(i) AS (
SELECT dt::DATE - '2000-01-01'::DATE
FROM ( 
          SELECT '2000-01-01'::DATE +   0 
UNION ALL SELECT '2000-01-01'::DATE + 100
) d(d)
TIMESERIES dt AS '1 day' OVER(ORDER BY d::TIMESTAMP)
)
,
-- limits are Jan-2012 to the first of the current month plus one year
month_limits(month_limit) AS (
          SELECT '2012-01-01'::DATE
UNION ALL SELECT ADD_MONTHS(TRUNC(CURRENT_DATE,'MONTH'),12)
)
-- create the list of possible months as a CROSS JOIN of the i table
-- containing the integers and the month_limits table, using ADD_MONTHS()
-- and the smallest and greatest month of the month limits
,month_list AS (
SELECT
  ADD_MONTHS(MIN(month_limit),i) AS month_first
FROM month_limits CROSS JOIN i
GROUP BY i
HAVING ADD_MONTHS(MIN(month_limit),i) <= (
  SELECT MAX(month_limit) FROM month_limits
  )
)
-- finally, CROSS JOIN the obtained month list with itself with the
-- filters needed.
SELECT
  cohort.month_first AS cohort_month
, use.month_first    AS use_month
FROM month_list AS cohort
CROSS JOIN month_list AS use
WHERE use.month_first >= cohort.month_first
ORDER BY 1,2
;