У мене є таблиця (в PostgreSQL 9.4), яка виглядає приблизно так:

CREATE TABLE dates_ranges (kind int, start_date date, end_date date);
INSERT INTO dates_ranges VALUES 
    (1, '2018-01-01', '2018-01-31'),
    (1, '2018-01-01', '2018-01-05'),
    (1, '2018-01-03', '2018-01-06'),
    (2, '2018-01-01', '2018-01-01'),
    (2, '2018-01-01', '2018-01-02'),
    (3, '2018-01-02', '2018-01-08'),
    (3, '2018-01-05', '2018-01-10');

Тепер я хочу обчислити для вказаних дат і для кожного виду, у скільки рядків від dates_rangesкожної дати. Нулі можуть бути опущені.

Бажаний результат:

+-------+------------+----+
|  kind | as_of_date |  n |
+-------+------------+----+
|     1 | 2018-01-01 |  2 |
|     1 | 2018-01-02 |  2 |
|     1 | 2018-01-03 |  3 |
|     2 | 2018-01-01 |  2 |
|     2 | 2018-01-02 |  1 |
|     3 | 2018-01-02 |  1 |
|     3 | 2018-01-03 |  1 |
+-------+------------+----+

Я придумав два рішення: одне з LEFT JOINіGROUP BY

SELECT
kind, as_of_date, COUNT(*) n
FROM
    (SELECT d::date AS as_of_date FROM generate_series('2018-01-01'::timestamp, '2018-01-03'::timestamp, '1 day') d) dates
LEFT JOIN
    dates_ranges ON dates.as_of_date BETWEEN start_date AND end_date
GROUP BY 1,2 ORDER BY 1,2

і один з LATERAL, який трохи швидше:

SELECT
    kind, as_of_date, n
FROM
    (SELECT d::date AS as_of_date FROM generate_series('2018-01-01'::timestamp, '2018-01-03'::timestamp, '1 day') d) dates,
LATERAL
    (SELECT kind, COUNT(*) AS n FROM dates_ranges WHERE dates.as_of_date BETWEEN start_date AND end_date GROUP BY kind) ss
ORDER BY kind, as_of_date

Мені цікаво, чи є кращий спосіб написати цей запит? І як включити пари-дату з числом 0?

Насправді існує кілька різних видів, період до п'яти років (1800 дат) і ~ 30 к рядків у dates_ranges таблиці (але він може значно зрости).

Індекси немає. Якщо бути точним, в моєму випадку це результат підзапиту, але я хотів обмежити питання однією проблемою, тому це більш загальне.

Наступний запит також працює, якщо "відсутні нулі" в порядку:

select *
from (
  select
    kind,
    generate_series(start_date, end_date, interval '1 day')::date as d,
    count(*)
  from dates_ranges
  group by 1, 2
) x
where d between date '2018-01-01' and date '2018-01-03'
order by 1, 2;

але це не швидше ніж lateral версія з невеликим набором даних. Хоча це може бути кращим масштабом, оскільки не потрібно з'єднувати, але вищевказана версія збирається у всіх рядках, тому вона може знову втратити.

Наступний запит намагається уникнути зайвої роботи, видаляючи будь-які серії, які все одно не перекриваються:

select
  kind,
  generate_series(greatest(start_date, date '2018-01-01'), least(end_date, date '2018-01-03'), interval '1 day')::date as d,
  count(*)
from dates_ranges
where (start_date, end_date + interval '1 day') overlaps (date '2018-01-01', date '2018-01-03' + interval '1 day')
group by 1, 2
order by 1, 2;

- і я повинен користуватися overlapsоператором! Зауважте, що ви повинні додати interval '1 day'праворуч, оскільки оператор перекриття вважає часові періоди відкритими праворуч (що досить логічно, оскільки дата часто вважається часовою позначкою із часовою складовою опівночі).

І як включити пари-дату з числом 0?

Створіть сітку з усіх комбінацій, а потім LATERAL приєднайтесь до таблиці, наприклад:

SELECT k.kind, d.as_of_date, c.n
FROM  (SELECT DISTINCT kind FROM dates_ranges) k
CROSS  JOIN (
   SELECT d::date AS as_of_date
   FROM   generate_series(timestamp '2018-01-01', timestamp '2018-01-03', interval '1 day') d
   ) d
CROSS  JOIN LATERAL (
   SELECT count(*)::int AS n
   FROM   dates_ranges
   WHERE  kind = k.kind
   AND    d.as_of_date BETWEEN start_date AND end_date
   ) c
ORDER  BY k.kind, d.as_of_date;

Також повинні бути максимально швидкими.

У мене було LEFT JOIN LATERAL ... on trueспочатку, але в підзапиті є сукупність c, тому ми завжди отримуємо рядок і можемо використовуватиCROSS JOIN . Немає різниці у продуктивності.

Якщо у вас є таблиця з усіма релевантними видами , використовуйте її замість генерування списку з підзапитомk .

У ролях integerнеобов’язково. Ще ви отримаєтеbigint .

Індекси допоможуть, особливо багатокольоровий індекс на (kind, start_date, end_date) . Оскільки ви будуєте підзапит, цього можна зробити, а може і не зробити.

Використання функцій повернення набору, таких як generate_series()у SELECTсписку, як правило, не рекомендується у версіях Postgres до 10 (якщо ви точно не знаєте, що робите). Подивитися:

• Яка очікувана поведінка для декількох функцій, що повертаються у встановленому пункті?

Якщо у вас багато комбінацій з кількома рядками або відсутні, ця еквівалентна форма може бути швидшою:

SELECT k.kind, d.as_of_date, count(dr.kind)::int AS n
FROM  (SELECT DISTINCT kind FROM dates_ranges) k
CROSS JOIN (
   SELECT d::date AS as_of_date
   FROM   generate_series(timestamp '2018-01-01', timestamp '2018-01-03', interval '1 day') d
   ) d
LEFT   JOIN dates_ranges dr ON dr.kind = k.kind
                           AND d.as_of_date BETWEEN dr.start_date AND dr.end_date
GROUP  BY 1, 2
ORDER  BY 1, 2;

Використання daterangeтипу

PostgreSQL має a daterange. Використовувати його досить просто. Починаючи з ваших зразкових даних, ми переходимо до використання типу на таблиці.

BEGIN;
  ALTER TABLE dates_ranges ADD COLUMN myrange daterange;
  UPDATE dates_ranges
    SET myrange = daterange(start_date, end_date, '[]');
  ALTER TABLE dates_ranges
    DROP COLUMN start_date,
    DROP COLUMN end_date;
COMMIT;

-- Now you can create GIST index on it...
CREATE INDEX ON dates_ranges USING gist (myrange);

TABLE dates_ranges;
 kind |         myrange         
------+-------------------------
    1 | [2018-01-01,2018-02-01)
    1 | [2018-01-01,2018-01-06)
    1 | [2018-01-03,2018-01-07)
    2 | [2018-01-01,2018-01-02)
    2 | [2018-01-01,2018-01-03)
    3 | [2018-01-02,2018-01-09)
    3 | [2018-01-05,2018-01-11)
(7 rows)

Я хочу обчислити для вказаних дат і для кожного виду, у скільки рядків з дати_рангування падає кожна дата.

Тепер для запиту ми повертаємо процедуру та генеруємо ряд дат, але ось сам запит може використовувати @>оператор holdment ( ), щоб перевірити, чи є дати в діапазоні, використовуючи індекс.

Зауважте, що ми використовуємо timestamp without time zone(для припинення небезпеки DST)

SELECT d1.kind, day::date, count(d2.kind)
FROM dates_ranges AS d1
CROSS JOIN LATERAL generate_series(
  lower(myrange)::timestamp without time zone,
  upper(myrange)::timestamp without time zone,
  '1 day'
) AS gs(day)
INNER JOIN dates_ranges AS d2
  ON d2.myrange @> day::date
GROUP BY d1.kind, day;

Який є деталізованим перекриттям дня в індексі.

Як бонусний бонус, за допомогою типу діапазону дат ви можете зупинити вставки діапазонів, які перетинаються з іншими, використовуючиEXCLUDE CONSTRAINT