Redshift 查询合并数据的结果在 table 内是连续的

Question

我在 redshift 中有一个要求，如果数据是连续的，我需要合并结果。我有以下 table，其中 user_id、product_id 是 varchar，login_time、log_out_time 是时间戳。

user_id    product_id   login_time                log_out_time
----------------------------------------------------------------------
ashok      facebook     1/1/2017 1:00:00 AM       1/1/2017 2:00:00 AM
ashok      facebook     1/1/2017 2:00:00 AM       1/1/2017 3:00:00 AM
ashok      facebook     1/1/2017 3:00:00 AM       1/1/2017 4:00:00 AM
ashok      linked_in    1/1/2017 5:00:00 AM       1/1/2017 6:00:00 AM
ashok      linked_in    1/1/2017 6:00:00 AM       1/1/2017 7:00:00 AM
ashok      facebook     1/1/2017 8:00:00 AM       1/1/2017 9:00:00 AM
ram        facebook     1/1/2017 9:00:00 AM       1/1/2017 10:00:00 AM
ashok      linked_in    1/1/2017 7:00:00 AM       1/1/2017 8:00:00 AM

如果每个产品的给定 user_id 的数据是连续的，我需要合并结果。所以我的输出应该是这样的，

user_id    product_id   login_time                log_out_time
----------------------------------------------------------------------
ashok      facebook     1/1/2017 1:00:00 AM       1/1/2017 4:00:00 AM
ashok      facebook     1/1/2017 8:00:00 AM       1/1/2017 9:00:00 AM
ashok      linked_in    1/1/2017 5:00:00 AM       1/1/2017 8:00:00 AM
ram        facebook     1/1/2017 9:00:00 AM       1/1/2017 10:00:00 AM

我尝试了以下查询，但没有帮助，

SELECT user_id, product_id, MIN(login_time), MAX(log_out_time) FROM TABLE_NAME GROUP BY user_id, product_id

上面的查询没有给出我需要的输出，因为它没有检查数据是否连续的逻辑。我需要在不使用任何自定义函数的情况下对此进行查询，但我可以使用任何 redshift 内置函数。

Answer 1

您可以使用 lag() 来确定组的起始位置，然后使用累积和来确定组，然后使用 group by 来汇总结果：

select user_id, product_id, min(login_time), max(log_out_time)
from (select t.*,
             sum(case when prev_lt = login_time then 0 else 1 end) over
                 (partition by user_id, product_id
                  order by login_time
                  rows between unbounded preceding and current row
                 ) as grp
      from (select t.*,
                   lag(log_out_time) over (partition by user_id, product_id order by login_time) as prev_lt
            from t
           ) t
     ) t
group by user_id, product_id, grp;

Redshift 查询合并数据的结果在 table 内是连续的

Redshift query to combine result if the data are continous within a table

sql

database

amazon-redshift

gaps-and-islands