sql - 如何使用 Lag Lead 或窗口函数根据列值合并行开始日期结束日期？

Question

我有一个包含 4 列的表:ID、STARTDATE、ENDDATE 和 BADGE。我想根据 ID 和 BADGE 值合并行，但要确保只有连续的行才会被合并。

例如，如果输入是:

输出将是:

我尝试过滞后领先、无界、有界前导，但无法实现输出:

SELECT ID, 
       STARTDATE, 
       MAX(ENDDATE), 
       NAME 
FROM (SELECT USERID, 
             IFF(LAG(NAME) over(Partition by USERID Order by STARTDATE) = NAME, 
                 LAG(STARTDATE) over(Partition by USERID Order by STARTDATE), 
                 STARTDATE) AS STARTDATE, 
             ENDDATE, 
             NAME 
      from myTable ) 
GROUP BY USERID, 
         STARTDATE, 
         NAME

我们必须确保仅合并具有相同 ID 和徽章的连续行。

我们将不胜感激，谢谢。

Answer 1

您可以将问题分为两个步骤:

• 创建正确的分区
• 使用直接聚合函数(MIN 和 MAX)对分区进行聚合

当没有连续的日期匹配时，您可以使用 bool 字段 1 来完成第一步(row1.ENDDATE = row2.STARTDATE + 1 天)。该值将指示何时应创建新分区。因此，如果您计算运行总和，您应该拥有正确编号的分区。

WITH cte AS (
    SELECT *,
           IFF(LAG(ENDDATE) OVER(PARTITION BY ID, Badge ORDER BY STARTDATE) + INTERVAL 1 DAY = STARTDATE , 0, 1) AS boolval
    FROM tab 
)
SELECT *
       SUM(COALESCE(boolval, 0)) OVER(ORDER BY ID DESC, STARTDATE) AS rn
FROM cte

然后第二步可以总结为使用 MIN 和 直接聚合“STARTDATE”和“ENDDATE” MAX 函数分别根据您的排名值进行分组。为了语法正确性，您还需要在 GROUP BY 子句中添加“ID”和“Badge”，即使它们的作用范围是已被计算的排名值捕获。

WITH cte AS (
    SELECT *,
           IFF(LAG(ENDDATE) OVER(PARTITION BY ID, Badge ORDER BY STARTDATE) + INTERVAL 1 DAY = STARTDATE , 0, 1) AS boolval
    FROM tab 
), cte2 AS (
    SELECT *,
           SUM(COALESCE(boolval, 0)) OVER(ORDER BY ID DESC, STARTDATE) AS rn
    FROM cte
)
SELECT ID,
       MIN(STARTDATE) AS STARTDATE,
       MAX(ENDDATE) AS ENDDATE,
       Badge
FROM cte2
GROUP BY ID,
         Badge,
         rn