计算日期范围内的天数，同时排除重叠天数

Question

我正在寻找几个日期范围内的天数。我使用 datediff 函数对天数求和，但现在我想排除重叠天数。因此，从最早的日期直到 curdate，我想知道日期范围内的天数，如果它在重叠范围内，每天只计算一次。

我的桌子是这样的：

Person_id |      Start_date      | End_date              | Count
 83244       2014-09-01 00:00:00    2014-09-06 00:00:00    5
 83244       2014-09-08 00:00:00    2015-09-07 00:00:00    364
 83244       2015-01-15 00:00:00    2015-02-01 00:00:00    17

如果我把这个相加，我会得到 382，但我正在寻找的答案是 369。因为最后一行与第二行完全重叠。

有人有解决办法吗？

Answer 1

我已经用第二个Person_id 填充了您的示例，并稍微缩短了列名以使代码更短：

CREATE TABLE tbl(`pid` int, `sd` datetime, `ed` datetime);
INSERT INTO tbl (`pid`, `sd`, `ed`)
VALUES
    (83244, '2014-09-01', '2014-09-06'),
    (83244, '2014-09-08', '2015-09-07'),
    (83243, '2014-08-08', '2015-08-15'),
    (83243, '2014-08-11', '2015-09-03'),
    (83244, '2015-01-15', '2015-02-01');

因此，在处理上述数据时，您可以应用以下查询：

SELECT pid,sd,ed,CASE WHEN @id!=pid THEN @id:=pid+0*(@ed:=Date('1970-1-1')) END id, 
       CASE WHEN sd<@ed THEN CASE WHEN ed>@ed THEN datediff(ed,@ed) ELSE 0 END 
                        ELSE datediff(ed,sd) END days,
       @ed:=CASE WHEN ed>@ed THEN ed ELSE @ed END enddt
FROM tbl,( select @id:=0 ) const
ORDER BY pid,sd

与其他 RDBMS 不同，MySql 对 select 语句有一定的“程序感”。您实际上可以在其中使用变量（@id 和 @ed），它们会随着时间的推移改变它们的状态（在这种情况下，末尾的 order by 子句非常重要）。

此查询背后的基本思想是：从某个pid 开始，并按开始日期递增的顺序列出间隔（sd）。始终记住变量 @ed 中的结束日期的最大值 (ed)。现在，对于每个新间隔，检查是否与前一个间隔重叠，即。 e.检查当前开始日期sd是否小于上一个（最大）结束日期（@ed）并相应地计算间隔days。

每当当前pid 更改时，第一个case 子句是重置变量@id 和@ed 所必需的。

子查询const只是在开头设置了变量@id。

查询产生以下结果：

  pid   sd                  ed                  id     days enddt
83243   2014-08-08 00:00:00 2015-08-15 00:00:00 83243   372 2015-08-15 00:00:00
83243   2014-08-11 00:00:00 2015-09-03 00:00:00          19 2015-09-03 00:00:00
83244   2014-09-01 00:00:00 2014-09-06 00:00:00 83244     5 2014-09-06 00:00:00
83244   2014-09-08 00:00:00 2015-09-07 00:00:00         364 2015-09-07 00:00:00
83244   2015-01-15 00:00:00 2015-02-01 00:00:00           0 2015-09-07 00:00:00 

在此处查看Demo。

如果您只对总和感兴趣，您当然可以将整个查询包装在另一个 grouping 中，如下所示：

SELECT pid,sum(days) FROM (
 SELECT pid,sd,ed,CASE WHEN @id!=pid THEN @id:=pid+0*(@ed:=Date('1970-1-1')) END id, 
        CASE WHEN sd<@ed THEN CASE WHEN ed>@ed THEN datediff(ed,@ed) ELSE 0 END 
                         ELSE datediff(ed,sd) END days,
        @ed:=CASE WHEN ed>@ed THEN ed ELSE @ed END enddt
 FROM tbl,( select @id:=0 ) const
 ORDER BY pid,sd
) t GROUP BY pid ORDER BY pid

这会得到你

pid     sum(days)
83243   391
83244   369

Answer 2

此 SQL 将返回不计算重叠双倍的天数总和：

select    person_id, sum(days)
from      (
    select    t1.person_id,
              t1.start_date,
              t1.end_date,
              case when t1.end_date > coalesce(greatest(max(t2.end_date), t1.start_date), t1.start_date) 
                   then datediff(t1.end_date, coalesce(greatest(max(t2.end_date), t1.start_date), t1.start_date))
                   else 0
              end  days
    from      t  t1
    left join t  t2 on t1.person_id = t2.person_id
                   and (t2.start_date < t1.start_date
                    or t2.start_date = t1.start_date and t2.end_date < t1.end_date)
    group by  t1.person_id,
              t1.start_date,
              t1.end_date
    ) detail
group by person_id

对于给定的人，期间要求是唯一的，因此没有两个期间的 start_date 与 end_date 相同。

此fiddle 为样本数据和人员返回 369。

另类

您可以创建一个序列表（这对许多用途都很有用），然后用它计算唯一的天数。

因此，作为一次性操作，您可以使用仅包含自然数（0、1、2 ...）的附加表来扩展您的数据库模型：

create table sequence (
  num int,
  primary key (num)
);

// Populate the above table with as many numbers as needed:
insert into sequence values(0);
insert into sequence select num+   1 from sequence; --    2 records
insert into sequence select num+   2 from sequence; --    4 records
insert into sequence select num+   4 from sequence; --    8 records
insert into sequence select num+   8 from sequence; --   16 records
insert into sequence select num+  16 from sequence; --   32 records
insert into sequence select num+  32 from sequence; --   64 records
insert into sequence select num+  64 from sequence; --  128 records
insert into sequence select num+ 128 from sequence; --  256 records
insert into sequence select num+ 256 from sequence; --  512 records
insert into sequence select num+ 512 from sequence; -- 1024 records
insert into sequence select num+1024 from sequence; -- 2048 records
insert into sequence select num+2048 from sequence; -- 4096 records

你可以继续插入这样的记录，但是对于当前的任务来说这已经绰绰有余了。

现在到实际的解决方案：

select     person_id, count(distinct num), count(num) 
from       sequence
cross join (select min(start_date) min_date,
                   max(end_date)   max_date
            from t) stats
inner join t
        on date_add(min_date, interval (num*24+12) hour)
           between start_date and end_date
where      num < datediff(max_date, min_date)
group by   person_id

此查询使用唯一数字来获取从最早开始日期开始的天数，并在它们处于一个周期内时包括这些日期。然后它计算满足该条件的唯一日期。

where 子句是可选的，但会加快查询速度。

这是fiddle。它产生这个结果：

| Person_id | count(distinct num) | count(num) |
|-----------|---------------------|------------|
|     83244 |                 369 |        386 |