sql - 按特定日期间隔计数分组

Question

我想计算自契约(Contract)开始日起 30 天期间客户拥有的“服务”数量。所以我必须从他的开始日期开始计算每月的服务。简化表格是这样的:

services  
------------------
id serial   
id_customer bigint  
service_date date  

让成像只有一种服务。我是这样解决的:

SELECT 
  DATE_PART('year',service_date)||'-'|| CASE WHEN DATE_PART('day',service_date) >= 15 THEN 
    DATE_PART('month',service_date)
  ELSE
    CASE WHEN DATE_PART('month',service_date) = 1 THEN 
        12 
    ELSE 
        DATE_PART('month',service_date)-1 
    END
  END bill, count(id) 
FROM services
WHERE id_customer = 1
GROUP BY bill

结果是

bill    | count
-------------------
2019-02 | 2455333

在示例中，id_customer 1 的开始日期是 2019-02-15，但对于 2019-02 期间，我将统计到 2019-03-14 为止的服务。

我想知道的是，有更好/更高效的解决方案吗？

我看到了解决方案 here但暗示 INNER JOIN 与 GROUP BY 同一张表，我认为它会更慢，因为我的表有很多记录。

Answer 1

您无需担心一个月中的实际天数，也无需担心月份、年份或日期。

只需使用客户的开始日期，让 PostgreSQL 为您生成正确的计费周期。

为了对所有客户运行单个查询，我使用了一个单独的表，其中包含客户 id 以及配置的 billing_start 日期，然后我们可以运行如下查询:

WITH
    periods (id, period_start, period_end) AS (
        SELECT
            id,
            generate_series(billing_start, current_date, '1 month'::interval)::date,
            (generate_series(billing_start, current_date, '1 month'::interval) + '1 month'::interval)::date
        FROM test_customers
    ),
    data AS (
        SELECT
            periods.id AS customer,
            period_start,
            count(test_services.*) AS service_calls
        FROM periods INNER JOIN test_services ON (test_services.id_customer = periods.id)
        WHERE test_services.service_date >= periods.period_start AND test_services.service_date < periods.period_end
        GROUP BY 1, 2
    )
SELECT customer, to_char(period_start, 'YYYY-MM') AS bill, service_calls
FROM data
ORDER BY 1, 2
;

...导致如下输出:

 customer |  bill   | service_calls 
----------+---------+---------------
        1 | 2018-12 |        382736
        1 | 2019-01 |        382735
        1 | 2019-02 |        345696
        2 | 2018-12 |        382736
        2 | 2019-01 |        382734
        2 | 2019-02 |        234580
        3 | 2018-12 |        382734
        3 | 2019-01 |        382736
        3 | 2019-02 |        123463
        4 | 2018-12 |        382734
        4 | 2019-01 |        382736
        4 | 2019-02 |         12346
        5 | 2019-01 |        382735
        5 | 2019-02 |        283965
        6 | 2019-01 |        382735
        6 | 2019-02 |        172848
        7 | 2019-01 |        382734
        7 | 2019-02 |         61732
        8 | 2019-02 |        333351
        9 | 2019-02 |        222234
       10 | 2019-02 |        111117
(21 rows)

完整的在线示例:https://rextester.com/IHLJ95398

为了实现快速，需要注意的重要一点是 id_customer 和 service_date 上的多列索引，因为这是进行计数的地方，然后可以进行计数不排序:

CREATE INDEX idx_svc_customer_date ON test_services (id_customer, service_date);

(否则，排序很可能会在磁盘上完成，而不是在大型数据集的内存中完成)

如果您只想要单个客户的周期，请像这样使用它:

WITH
    periods (id, period_start, period_end) AS (
        SELECT
            id,
            generate_series(billing_start, current_date, '1 month'::interval)::date,
            (generate_series(billing_start, current_date, '1 month'::interval) + '1 month'::interval)::date
        FROM test_customers WHERE id = 4
    ),
    data AS (
        SELECT
            periods.id AS customer,
            period_start,
            count(test_services.*) AS service_calls
        FROM periods INNER JOIN test_services ON (test_services.id_customer = periods.id)
        WHERE test_services.service_date >= periods.period_start AND test_services.service_date < periods.period_end
        GROUP BY 1, 2
    )
SELECT customer, to_char(period_start, 'YYYY-MM') AS bill, service_calls
FROM data
ORDER BY 1, 2
;

...给予:

  bill   | service_calls 
---------+---------------
 2018-12 |        382734
 2019-01 |        382736
 2019-02 |         12346
(3 rows)