利用PostgreSQL查询中表的顺序来统计包含每个时间的时间范围

Question

我有一张桌子

logs_bl_sj

，是由

startdate

订购的：

联邦	开始日期	结束日期
'黑森'	2015-02-26 16:22:21	2015-02-26 16:31:31
'黑森'	2015-10-20 22:34:54	2015-10-20 22:35:03
'不来梅'	2015-10-20 22:35:50	2015-10-20 22:37:03
...

我想找到每行

r

，该表中有多少行

x

，其中：

x.startdate <= r.startdate

和

r.startdate < x.enddate

和

r.bundesland = x.bundesland

换句话说，对于每个

startdate

s

，我想找到包含

[a, b)

且

s

具有相同值的时间范围

bundesland

的数量（始终至少为 1：

s

始终为包含在

[s, b)

）。

注意表的顺序是多么有用：对于每一行，该行之后的行不会被计算在内，因此甚至不应该被检查。

如何通过 PostgreSQL 利用这一事实？即，如何使服务器在计算该行时忽略每行之后的所有行？

我接近获得正确数据的查询，但是它没有上述优化。这是我所拥有的：

SELECT bundesland, startdate, COUNT(time_range) FILTER (WHERE time_range @> startdate::timestamp) OVER (PARTITION BY bundesland)
FROM logs_bl_sj_timerange

其中

logs_bl_sj_timerange

是上面的

logs_bl_sj

，但添加了

time_range

列，即

tsrange

和

[startdate, enddate)

。

COUNT

仅返回

bundesland

中的时间范围数...我期望包含

bundesland

的时间范围数。额外问题：按程序执行此操作是否会更好，例如在Python中？迭代有序的开始日期，可以保留一个根据存储的结束日期数组而变化的运行计数...而 PostgreSQL 必须为每一行开始一个新的计数...

Answer 1

Answer 2

startdate

根据奖励问题，我不认为 Python 会更快。您可以自己在大数据集上尝试一下。如果您有一个很大的数据集，那么使用一些扩展来执行此操作可能会更好（即：timescaledb）。

DBFiddle 演示