Oracle查询按连续值分组并获取开始日期和结束日期

Question

我有一张这样的表（其实是大查询的结果）：

id   |  date_measured        |  out_of_range
-----+-----------------------+--------------
3147 |  09/08/2019 20.00:00  |  1
3147 |  09/08/2019 21.00:00  |  0
3147 |  09/08/2019 22.00:00  |  0
3147 |  09/08/2019 23.00:00  |  1
3147 |  10/08/2019 00.00:00  |  1
3147 |  10/08/2019 01.00:00  |  1
3147 |  10/08/2019 02.00:00  |  0
3125 |  09/08/2019 20.00:00  |  0
3125 |  09/08/2019 21.00:00  |  1
3125 |  09/08/2019 22.00:00  |  1
3125 |  09/08/2019 23.00:00  |  0
3125 |  10/08/2019 00.00:00  |  1
3125 |  10/08/2019 01.00:00  |  1
3125 |  10/08/2019 02.00:00  |  1

我需要这个结果：

id   |  date_measured_start  |  date_measured_end    |  consecutive_out_of_range
-----+-----------------------+-----------------------+--------------------------
3147 |  09/08/2019 20.00:00  |  09/08/2019 20.00:00  |  1
3147 |  09/08/2019 23.00:00  |  10/08/2019 01.00:00  |  3
3125 |  09/08/2019 21.00:00  |  09/08/2019 22.00:00  |  2
3125 |  10/08/2019 00.00:00  |  10/08/2019 02.00:00  |  3

即值 out_of_range = 1 和相对开始和结束日期的连续重复。

我尝试使用 this 解决方案，但我不能只为 out_of_range 设置连续的 1。价值。

Answer 1

如果给每一行两个递增的数值，则使用 ROW_NUMBER 分析函数 - 每个 id 一个，另一个每个 id/out_of_range 对。如果你从另一个中减去一个，那么得到的数字将在一组具有相同id/out_of_range 值的连续行中保持不变，你可以将其用于GROUP BY：

查询：

SELECT id,
       MIN( date_measured ) AS date_measured_start,
       MAX( date_measured ) AS date_measured_end,
       COUNT( * ) AS consecutive_out_of_range
FROM   (
  SELECT t.*,
         ROW_NUMBER() OVER ( PARTITION BY id ORDER BY date_measured )
           - ROW_NUMBER() OVER ( PARTITION BY id, out_of_range ORDER BY date_measured )
           AS rn
  FROM   table_name t
)
WHERE out_of_range = 1
GROUP BY id, rn

输出：

身份证 | DATE_MEASURED_START | DATE_MEASURED_END | CONSECUTIVE_OUT_OF_RANGE ---: | :----------------- | :----------------- | ----------------------: 第3147章2019-08-09 20:00:00 | 2019-08-09 20:00:00 | 1 第3147章2019-08-09 23:00:00 | 2019-08-10 01:00:00 | 3 3125 | 2019-08-10 00:00:00 | 2019-08-10 02:00:00 | 3 3125 | 2019-08-09 21:00:00 | 2019-08-09 22:00:00 | 2

db小提琴here

Answer 2

这是与 MT0 答案中相同方法的不同应用。该方法被称为“固定差异”方法（两种解决方案中的“固定差异”是我们对数据进行分组的附加计算值）；也称为“tabibitosan”方法。

在此解决方案中，我直接从日期中减去 row_number()（适当修改），但之后只选择标志等于 1 的行。如果您有一个非常大量数据，但只有相对少部分行的标志等于 1。这是因为row_number() 需要对数据进行排序，而排序是一项昂贵的操作。为了解决这个问题，我们不需要（按日期）对标志为 0 的行进行排序 - 只需对标志为 1 的行进行排序。

编辑（基于 MT0 在此答案下方的评论）

MT0 正确地指出，我的解决方案假定 OP 发布的测试数据中的某些内容是正确的，但没有明确说明。也就是说，date_measured 列中的日期时间是连续的日期时间序列，间隔为一小时。

事实上，我的解决方案真正做的是这个。假设从一开始数据只包含超出范围的行（标志等于 1），并且date_measured 列中的日期时间总是四舍五入到小时，因为它们在OP的测试数据。那么，问题将是识别时间“连续”（意味着相隔一小时）的行序列。这就是查询的作用。

结束编辑

我使用了 MT0 的表格 - 来自他的 db fiddle 测试。谢谢MT0！

with
  tabibitosan (id, date_measured, grp) as (
    select id, date_measured,
           date_measured 
           - row_number() over (partition by id order by date_measured) 
             * interval '1' hour
    from   table_name
    where  out_of_range = 1    
  )
select id, min(date_measured) as date_measured_start, 
           max(date_measured) as date_measured_end,
           count(*)           as consecutive_out_of_range
from   tabibitosan
group  by id, grp
order  by id, date_measured_start    --  or whatever
;

  ID DATE_MEASURED_START DATE_MEASURED_END CONSECUTIVE_OUT_OF_RANGE
---- ------------------- ----------------- ------------------------
3125 2019-08-09 21:00    2019-08-09 22:00                         2
3125 2019-08-10 00:00    2019-08-10 02:00                         3
3147 2019-08-09 20:00    2019-08-09 20:00                         1
3147 2019-08-09 23:00    2019-08-10 01:00                         3