将两个事件表合并为一个时间线

Question

给定两个表：

CREATE TABLE foo (ts timestamp, foo text);
CREATE TABLE bar (ts timestamp, bar text);

我想编写一个查询，对于回报值ts，foo以及bar代表最新的值的统一视图。换句话说，如果foo包含：

ts | foo
--------
1  | A
7  | B

并bar包含：

ts | bar
--------
3  | C
5  | D
9  | E

我想要一个返回的查询：

ts | foo | bar
--------------
1  | A   | null
3  | A   | C
5  | A   | D
7  | B   | D
9  | B   | E

如果两个表同时有一个事件，则顺序无关紧要。

我已经能够使用 union all 和 dummy 值创建所需的结构：

SELECT ts, foo, null as bar FROM foo
UNION ALL SELECT ts, null as foo, bar FROM bar

这将为我提供新值的线性时间线，但我不太能弄清楚如何根据前一行填充空值。我已经尝试过lag窗口函数，但 AFAICT 它只会查看前一行，而不是递归地向后查看。我看过递归 CTE，但我不太确定如何设置开始和终止条件。

Answer 1

使用a FULL [OUTER] JOIN，结合两轮窗口函数：

SELECT ts
     , min(foo) OVER (PARTITION BY foo_grp) AS foo
     , min(bar) OVER (PARTITION BY bar_grp) AS bar
FROM (
   SELECT ts, f.foo, b.bar
        , count(f.foo) OVER (ORDER BY ts) AS foo_grp
        , count(b.bar) OVER (ORDER BY ts) AS bar_grp
   FROM   foo f
   FULL   JOIN bar b USING (ts)
   ) sub;

由于count()不计算 NULL 值，它方便地只随每个非空值增加，从而形成共享相同值的组。在外部SELECT, min()(or max()) 同样忽略 NULL 值，从而为每组选择一个非空值。瞧。

相关FULL JOIN案例：

• 将同一表的多个列的条件计数相加

这是程序解决方案可能更快的情况之一，因为它可以在一次扫描中完成工作。像这个plpgsql 函数：

CREATE OR REPLACE FUNCTION f_merge_foobar()
  RETURNS TABLE(ts int, foo text, bar text)
  LANGUAGE plpgsql AS
$func$
#variable_conflict use_column
DECLARE
   last_foo text;
   last_bar text;
BEGIN
   FOR ts, foo, bar IN
      SELECT ts, f.foo, b.bar
      FROM   foo f
      FULL   JOIN bar b USING (ts)
      ORDER  BY 1
   LOOP
      IF foo IS NULL THEN foo := last_foo;
      ELSE                last_foo := foo;
      END IF;

      IF bar IS NULL THEN bar := last_bar;
      ELSE                last_bar := bar;
      END IF;

      RETURN NEXT;
   END LOOP;
END
$func$;

称呼：

SELECT * FROM f_merge_foobar();

db<>fiddle here，展示了两者。
_{旧的sqlfiddle。}

相关答案解释了#variable_conflict use_column：

• 函数参数和带有 USING 子句的 JOIN 结果之间的命名冲突