随后几天的块的最小和最大日期

Question

我有一个 table，我需要从随后几天的块中找到最小日期和最大日期。我的样本 table 如下：

Id	Startdate	Enddate
1001	2017-06-01	2017-06-01
1001	2017-06-01	2017-06-10
1001	2017-06-02	2017-06-03
1001	2017-06-02	2017-06-02
1001	2017-06-04	2017-06-10
1001	2018-06-08	2018-06-08
1001	2018-06-09	2018-06-09
1001	2018-06-10	2018-06-10
1001	2018-06-11	2018-06-11
1001	2018-06-12	2018-06-12
1001	2018-06-13	2018-06-13
1001	2018-06-14	2018-06-14
1001	2018-06-15	2018-06-15
1001	2019-02-01	2019-02-03
1001	2019-02-01	2019-02-06
1001	2019-02-01	2019-02-01
1001	2019-02-02	2019-02-02
1001	2019-02-03	2019-02-03
1001	2019-02-04	2019-02-06
1001	2019-02-04	2019-02-04
1001	2019-02-05	2019-02-05
1001	2019-02-06	2019-02-06
1001	2019-05-23	2019-05-23
1001	2019-05-24	2019-05-24

预期输出：

Id	Startdate	Enddate
1001	2017-06-01	2017-06-10
1001	2018-06-08	2018-06-15
1001	2019-02-01	2019-02-06
1001	2019-05-23	2019-05-24

我知道这只能通过 PARTITION BY 来实现。我在下面尝试过，但它似乎没有用。请指教

SELECT ID,
MIN(STARTDATE)  AS STARTDATE ,MAX(ENDDATE) AS ENDDATE
  FROM (SELECT MEMBER_ID,STARTDATE,ENDDATE ,COUNT (IS_GAP) OVER (ORDER BY MEMBER_ID,STARTDATE) AS RANGE_ID
  FROM (SELECT  MEMBER_ID,STARTDATE,ENDDATE , CASE WHEN MAX (ENDDATE) OVER 
  (PARTITION BY MEMBER_ID ORDER BY MEMBER_ID, STARTDATE ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING ) < STARTDATE THEN  TRUE END AS IS_GAP
FROM  TABLE T ) T) T
GROUP BY    RANGE_ID, MEMBER_ID
ORDER BY MEMBER_ID,STARTDATE;

提前致谢！

Answer 1

这是经典的时间间隔问题。

首先，我需要建立一些我将基于的时间集，在我的例子中是 _days 子查询。
然后我需要计算实例组，我使用 DENSE_RANK 和 DATEDIFF 函数来研究差异，这会创建组。
然后在这些组内进行汇总，我们就得到了结果。

示例数据：

CREATE OR REPLACE TABLE T1 (
    Id INT,
    Startdate DATE,
    Enddate DATE
);

INSERT INTO T1(Id, Startdate, Enddate)
SELECT *
FROM VALUES 
(1001, '2017-06-01', '2017-06-01'),
(1001, '2017-06-01', '2017-06-10'),
(1001, '2017-06-02', '2017-06-03'),
(1001, '2017-06-02', '2017-06-02'),
(1001, '2017-06-04', '2017-06-10'),
(1001, '2018-06-08', '2018-06-08'),
(1001, '2018-06-09', '2018-06-09'),
(1001, '2018-06-10', '2018-06-10'),
(1001, '2018-06-11', '2018-06-11'),
(1001, '2018-06-12', '2018-06-12'),
(1001, '2018-06-13', '2018-06-13'),
(1001, '2018-06-14', '2018-06-14'),
(1001, '2018-06-15', '2018-06-15'),
(1001, '2019-02-01', '2019-02-03'),
(1001, '2019-02-01', '2019-02-06'),
(1001, '2019-02-01', '2019-02-01'),
(1001, '2019-02-02', '2019-02-02'),
(1001, '2019-02-03', '2019-02-03'),
(1001, '2019-02-04', '2019-02-06'),
(1001, '2019-02-04', '2019-02-04'),
(1001, '2019-02-05', '2019-02-05'),
(1001, '2019-02-06', '2019-02-06'),
(1001, '2019-05-23', '2019-05-23'),
(1001, '2019-05-24', '2019-05-24') t(Id, Startdate, Enddate);

解决方案：

SET MINDATE = (SELECT MIN(Startdate) FROM T1);
SET MAXDATE = (SELECT MAX(Enddate) FROM T1);
SET DIFFDAYS = (SELECT DATEDIFF(DAY, $MINDATE, $MAXDATE)+1);

WITH _days AS (
    SELECT DATEADD(DAY, SEQ4(), $MINDATE) AS Day
      FROM TABLE(GENERATOR(ROWCOUNT => $DIFFDAYS))
), _grps AS (
  SELECT *
       , DATEDIFF(DAY, $MINDATE, D.Day) - DENSE_RANK() OVER(PARTITION BY T1.Id ORDER BY D.Day) AS grp
    FROM _days AS D
    JOIN T1 ON D.Day BETWEEN T1.Startdate AND T1.Enddate
)
SELECT ID
     , MIN(Day) AS Startdate
     , MAX(Day) AS Enddate    
  FROM _grps
 GROUP BY Id, grp;

随后几天的块的最小和最大日期

Min and max date of blocks of subsequent days

sql

partitioning

snowflake-cloud-data-platform