我有几个表,其中包含一TIMESTAMP WITH TIME ZONE
列以及一些附加信息。我需要能够加入这些表,以便每一行上的所有信息在给定的日期和时间窗口(标记begin
并end
在所需的结果集中)都是“有效的”。
我目前的做法:
选项1
- 创建一个唯一的时间列表。
- 将每个时间点转换为唯一列表(“有效”时间窗口)和每个原始表的时间窗口。[
LEAD(...) OVER (...)
] - 将原始表加入唯一的时间列表。
选项#2
- 将每个时间点 (
TIMESTAMP WITH TIME ZONE
) 转换为每个表的时间窗口。[LEAD(...) OVER (...)
] - 加入窗口重叠的表格。
- 从每个窗口返回
GREATEST(foo.start, bar.start)
&LEAST(foo.stop, bar.stop)
以找到真正的“有效”窗口。
例如:
表:foo
fooid | description | datetime
---------|---------------|-----------------------
1 | Varsion 1 | 2010-01-01 00:00:00
2 | Varsion 2 | 2010-07-01 00:00:00
表:酒吧
barid | fooid | description | datetime
---------|---------|---------------|-----------------------
1 | 1 | Varsion A | 2010-01-01 00:00:00
2 | 1 | Varsion B | 2010-02-01 00:00:00
3 | 1 | Varsion C | 2010-03-01 00:00:00
4 | 1 | Varsion D | 2010-04-01 00:00:00
5 | 1 | Varsion E | 2010-05-01 00:00:00
6 | 1 | Varsion F | 2010-06-01 00:00:00
7 | 2 | Varsion A | 2010-07-01 00:00:00
8 | 2 | Varsion B | 2010-08-01 00:00:00
9 | 2 | Varsion C | 2010-09-01 00:00:00
10 | 2 | Varsion D | 2010-10-01 00:00:00
11 | 2 | Varsion E | 2010-11-01 00:00:00
12 | 2 | Varsion F | 2010-12-01 00:00:00
简化的期望结果
begin | end | fooid | foo_desc | foostart | foostop | barid | bar_desc | foostart | foostop
-----------------------|-----------------------|---------|---------------|-----------------------|-----------------------|---------|--------------|-----------------------|-----------------------
... | ... | ... | ... | ... | ... | ... | ... | ... | ...
2010-05-01 00:00:00 | 2010-06-01 00:00:00 | 1 | Varsion 1 | 2010-01-01 00:00:00 | 2010-07-01 00:00:00 | 5 | Varsion E | 2010-05-01 00:00:00 | 2010-06-01 00:00:00
2010-06-01 00:00:00 | 2010-07-01 00:00:00 | 1 | Varsion 1 | 2010-01-01 00:00:00 | 2010-07-01 00:00:00 | 6 | Varsion F | 2010-06-01 00:00:00 | infinity
2010-07-01 00:00:00 | 2010-08-01 00:00:00 | 2 | Varsion 2 | 2010-07-01 00:00:00 | infinity | 7 | Varsion A | 2010-07-01 00:00:00 | 2010-08-01 00:00:00
2010-08-01 00:00:00 | 2010-09-01 00:00:00 | 2 | Varsion 2 | 2010-07-01 00:00:00 | infinity | 8 | Varsion B | 2010-08-01 00:00:00 | 2010-09-01 00:00:00
... | ... | ... | ... | ... | ... | ... | ... | ... | ...
我的问题:
实现这一目标的最佳方法是什么?我创建了一个小提琴,展示了两种不同的解决方案,我想听听关于每种解决方案的想法以及不在小提琴中的可能解决方案。
更新#1:
在示例中,只有两个表需要连接...但是,在某些情况下,我可能需要连接多个表 3、4 或更多。
更新#2:
使用Option #1,我的问题是,当我有大型结果集时,我发现初始子查询可能很大,而 postgres 不能使用索引。这会导致很大的性能损失。另一方面,我发现它是最准确的,因为我可以LEFT OUTER JOIN
反对它并获取相关NULL
数据。
使用选项#2,查询计划器能够使用列上的索引TIMESTAMP WITH TIME ZONE
;FROM
但是,在该子句中连接两个以上的表会变得更加复杂。我可以将其(table1.start, table1.stop) OVERLAPS (table2.start, table2.stop)
移入WHERE
子句,但随后我会丢失相关NULL
数据。
这一切都让我想知道是否有更好的方法......