PostgreSQL集群不间断系列数据

Question

这是输入和所需输出的示例，我认为这比我描述需求更容易理解。

• 输入数据 （业务逻辑解释：所有时长>1M的都设置为0M）

名字	开始	结束	差异	正在进行的_序列
测试1	2024-04-21 00:00:21	2024-04-21 00:01:21	00:01:00	1
测试1	2024-04-21 00:01:21	2024-04-21 00:02:21	00:01:00	1
测试1	2024-04-21 00:02:21	2024-04-21 00:03:21	00:01:00	1
测试1	2024-04-21 00:03:21	2024-04-21 00:15:21	00:00:00	0
测试1	2024-04-21 00:15:21	2024-04-21 00:16:21	00:01:00	1
测试1	2024-04-21 00:16:21	2024-04-21 00:17:21	00:01:00	1
测试1	2024-04-21 00:17:21	2024-04-21 00:23:21	00:00:00	0
测试2	2024-04-22 00:00:21	2024-04-22 00:01:21	00:01:00	1
测试2	2024-04-22 00:01:21	2024-04-22 00:02:21	00:01:00	1

• 预期结果；它应该导致每个不间断的ongoing_sequence产生一条记录以及差异之和。

名字	分钟开始时间	最大结束	差异
测试1	2024-04-21 00:00:21	2024-04-21 00:03:21	00:03:00
测试1	2024-04-21 00:15:21	2024-04-21 00:17:21	00:02:00
测试2	2024-04-22 00:00:21	2024-04-22 00:02:21	00:02:00

您能给我一些关于如何直接在 SQL 中以高性能方式实现它的建议吗？迭代结果并以这种方式创建输出不是一种选择。

提前致谢！

存在类似的帖子，例如按时间段分组，但这不会产生预期的结果。

Answer 1

您可以使用滚动（步进、翻滚）

count()over window1

。 db<>fiddle 的演示：

select name
      ,min("start")    as max_start
      ,max("end")      as max_end
      ,sum(difference) as difference
from(select *,count(*)filter(where ongoing_sequence=0)over(w1) as seq_no
     from test
     window w1 as (partition by name order by "start"))_
where ongoing_sequence<>0
group by name,seq_no;

名字	最大开始时间	最大结束	差异
测试1	2024-04-21 00:00:21	2024-04-21 00:03:21	00:03:00
测试2	2024-04-22 00:00:21	2024-04-22 00:02:21	00:02:00
测试1	2024-04-21 00:15:21	2024-04-21 00:17:21	00:02:00

order by "start"

意味着

range between unbounded preceding and current row

，这意味着每一行都会回顾并计算到目前为止有多少个间隙。每个不间断的行序列将共享该计数 - 如果存在间隙，则会递增。
在外部查询中，您只需忽略间隙行并将共享序列号添加到

group by "name"

。

这称为“间隙与岛屿”问题。