查询以查找指定日期之间的活跃天数（状态 = ON 的天数）

Question

我有一张表格，如下所示：

create table z_test_duration
( Days     date,
  Status   char(8)
);

样本数据如下：

天	地位
2022 年 1 月 1 日	在
2022 年 1 月 2 日	在
2022 年 1 月 3 日	在
2022 年 1 月 4 日	离开
2022 年 1 月 5 日	在
2022 年 1 月 6 日	离开
2022 年 1 月 7 日	在
2022 年 1 月 8 日	在
2022 年 1 月 9 日	离开

想要的结果是这样的

时间到了	OFF_DATE	COUNT_OF_ACTIVE_DAYS 个
2022 年 1 月 1 日	2022 年 1 月 4 日	3
2022 年 1 月 5 日	2022 年 1 月 6 日	1
2022 年 1 月 7 日	2022 年 1 月 9 日	2

到目前为止我的解决方案是这样的：

select min(days) on_date, 
       off_day off_date, 
       off_day - min(days) cnt
       
  from (select t1.off_day, 
               t1.prev_offday, 
               t2.days            
          from (                
                select t.days off_day,
                        nvl(lag(t.days, 1) over(order by t.days),convert(datetime, '1/1/2022') - 100) prev_offday
                  from z_test_duration t
                 where t.status = 'off'
                                 
                ) t1
         inner join z_test_duration t2
            on t2.days > t1.prev_offday
           and t2.days < t1.off_day)
 group by off_day;

我在想如果有更好的方法来解决这个问题，如果您分享解决这个问题的方法，我将不胜感激。

提前致谢。

Answer 1

这是一个“孤岛”问题。

一种流行且有效的解决方案是按所需的顺序对行进行编号。当序列出现间隙时，排序列和行号之间的差异也会跳跃。

让我们一步步来看。首先，编号：

SELECT 
    Z.*, 
    Seq = Z.[Days], -- ordering column
    rn = ROW_NUMBER() OVER (ORDER BY Z.[Days]) -- numbering
FROM dbo.z_test_duration AS Z
WHERE Z.[Status] = 'on';

天	地位	序列	rn
2022-01-01	在	2022-01-01	1
2022-01-02	在	2022-01-02	2
2022-01-03	在	2022-01-03	3
2022-01-05	在	2022-01-05	4
2022-01-07	在	2022-01-07	5
2022-01-08	在	2022-01-08	6

请注意，Seq值以相同的速率增加，rn直到出现间隙。rn通过减去该值，我们可以更清楚地看到这一点Seq。

这里唯一稍微复杂的是Seqa date，所以我们需要在减法之前将其转换为数字。我在这里使用了该DATEDIFF函数，但是任何将日期转换为数字的一致方法都可以。

SELECT 
    Z.*, 
    Seq = Z.[Days],
    diff = 
        DATEDIFF(DAY, '2022-01-01', Z.[Days]) - 
            ROW_NUMBER() OVER (
                ORDER BY Z.[Days]) 
FROM dbo.z_test_duration AS Z
WHERE Z.[Status] = 'on';

天	地位	序列	差异
2022-01-01	在	2022-01-01	-1
2022-01-02	在	2022-01-02	-1
2022-01-03	在	2022-01-03	-1
2022-01-05	在	2022-01-05	0
2022-01-07	在	2022-01-07	1
2022-01-08	在	2022-01-08	1

组中每个连续元素的值diff都相同。

现在我们知道了如何分组，最终的查询直接如下：

SELECT
    ON_DATE = MIN(G.Seq), 
    OFF_DATE = DATEADD(DAY, 1, MAX(G.Seq)),
    COUNT_OF_ACTIVE_DAYS = 1 + DATEDIFF(DAY, MIN(G.Seq), MAX(G.Seq))
FROM 
(
    SELECT 
        Z.*, 
        Seq = Z.[Days],
        grp = 
            DATEDIFF(DAY, '2022-01-01', Z.[Days]) - 
                ROW_NUMBER() OVER (
                    ORDER BY Z.[Days]) 
    FROM dbo.z_test_duration AS Z
    WHERE Z.[Status] = 'on'
) AS G
GROUP BY G.grp;

时间到了	OFF_DATE	COUNT_OF_ACTIVE_DAYS 个
2022-01-01	2022-01-04	3
2022-01-05	2022-01-06	1
2022-01-07	2022-01-09	2

db<>fiddle在线演示