获取给定事件和时区的最近连续记录（连续天数）

Question

这是一个艰难的问题，我一直在与之抗争。我有一张名为

action_events

的表，用于存储

event_name

和

timestamp

：

CREATE TABLE action_events (
  id SERIAL PRIMARY KEY,
  timestamp TIMESTAMP NOT NULL,
  event_name VARCHAR(255) NOT NULL
);

我想获取具有给定名称的事件的最新“连胜”。

“连续”是事件至少发生一次的连续天数。一个事件可能一天发生不止一次。大陷阱：连胜还应考虑到给定的时区。

使用这个小提琴： https://www.db-fiddle.com/f/4jyoMCicNSZpjMt4jFYoz5/7828

鉴于“MST”时区的“运动”查询，我预计连胜是：

连胜数	姓名	时区	开始日期	结束日期
13	“运动”	“MST”	2023-02-18 09:00:00	2023-02-30 09:00:00

即使连胜在一个月前结束，它仍应显示为最近的连胜。

Answer 1

Plain

timestamp

数据不知道时区。当我们不知道时间戳数据的时区时，给定的时区是没有意义的。
我假设您的时间戳应该代表 UTC。真的应该是

timestamptz

以避免歧义和额外的转换。

每个事件几行

纯 SQL。查询不会比这更快捷：

SELECT sum(ct)       AS streak_count
     , 'exercise'    AS event_name
     , 'MST'         AS timezone
     , min(min_ts)   AS start_date
     , max(max_ts)   AS end_date
FROM  (
   SELECT *, the_day - row_number() OVER (ORDER BY the_day)::int AS streak
   FROM  (
      SELECT (timestamp AT TIME ZONE 'UTC' AT TIME ZONE 'MST')::date AS the_day
           , count(*) AS ct
           , min(timestamp) AS min_ts
           , max(timestamp) AS max_ts           
      FROM   action_events
      WHERE  event_name = 'exercise'
      GROUP  BY 1
      ) sub1
   ) sub2
GROUP  BY streak
ORDER  BY end_date DESC
LIMIT  1;

小提琴

循序渐进

sub1

立即仅过滤感兴趣的

event_name

-示例中的

event_name = 'exercise'

。

timestamp AT TIME ZONE 'UTC'

产生

timestamptz

.

... AT TIME ZONE 'MST'

然后在 'MST' 处返回相应的

timestamp

。参见：

• 在 Rails 和 PostgreSQL 中完全忽略时区

投射到

::date

（

the_day

），然后按此分组。
所以我们每天（最多）得到一行，并携带计数、最小值和最大值。

sub2

要识别条纹，只需从

integer

（键入

the_day

！）中减去行号（键入

date

！）。参见：

• 如何使用 PostgreSQL 确定上个月的最后一天？
• 选择最长的连续序列

连续几天产生相同（否则无意义）的一天。
（

sub1

和

sub2

可以合并，但那会很笨重。）

外层

SELECT

对每条条纹进行聚合，取计数总和、最小值中的最小值和最大值中的最大值。 按最小值（或最大值，结果相同）降序排列并取第一行（

LIMIT 1

）。
瞧。

在结果中，

start_date

和

end_date

代表原始时间戳（UTC）。您可能希望在“MST”处显示时间戳。你没说。

没有定义最小条纹长度，所以它可能只是一行。

但是因为这会处理给定事件的所有行，所以它不能很好地扩展到很多行。

每个事件多行

从最新的行开始并循环直到遇到间隙会（快得多）快。虽然没有最小连胜长度要求，但我们不会出错。

演示 PL/pgSQL 函数：

CREATE OR REPLACE FUNCTION f_latest_streak(
   INOUT name        text
 , INOUT timezone    text
 , OUT   steak_count int
 , OUT   start_date  timestamp
 , OUT   end_date    timestamp)
  LANGUAGE plpgsql STRICT PARALLEL SAFE STABLE AS
$func$
DECLARE
   _day_start   timestamp;
   _start_date  timestamp;
   _streak_step int;
BEGIN
   -- get end & UTC time for start of latest day at given time zone
   SELECT max(a.timestamp)
        , date_trunc('day', max(a.timestamp) AT TIME ZONE 'UTC' AT TIME ZONE timezone)
          AT TIME ZONE 'UTC' AT TIME ZONE 'UTC'  -- sic!
   INTO   end_date, _day_start
   FROM   action_events a
   WHERE  event_name = name;
   
   IF NOT FOUND THEN  -- no rows at all
      RETURN;
   END IF;
   
   -- get count for first day
   SELECT count(*)::int, min(timestamp)
   INTO   steak_count, start_date
   FROM   action_events a
   WHERE  a.event_name = name  -- careful with naming conflicts!
   AND    a.timestamp >= _day_start;

   -- more days?
   LOOP
      SELECT count(*)::int, min(timestamp)
      INTO   _streak_step, _start_date
      FROM   action_events a
      WHERE  a.event_name = name  -- careful with naming conflicts!
      AND    a.timestamp >= _day_start - interval '1 day'
      AND    a.timestamp <  _day_start;
      
      IF _streak_step = 0 THEN  -- streak ends here
         RETURN;
      ELSE
         steak_count := steak_count + _streak_step;         
         start_date  := _start_date;
         _day_start  := _day_start - interval '1 day';
      END IF;
   END LOOP;
END
$func$;

电话：

SELECT * FROM f_latest_streak('exercise', 'MST');

(event_name, timestamp)

上的多列索引将使函数fast.

你应该熟悉 PL/pgSQL 才能玩这个。