Postgres 检查表行中的时间戳范围重叠

Question

我们有一个 Postgres 表（物化视图），其中包含大约 200 万行，其中的列如下：

• start_time (timestampz) - 有索引
• end_time (timestampz) - 有索引

对于表中的每一行，我们想添加一个结果列，其中包含：

• 1、如果行开始和结束时间范围与任何其他行重叠
• 0，如果行开始和结束时间范围不与任何其他行重叠

将每一行标记为具有重叠（1 或 0）的有效方法是什么？

编辑：

预期的输出将类似于：

• row_id
• has_overlap - 布尔值或整数（1 或 0）

Answer 1

我不认为会有一个真正快速的解决方案，因为它确实需要将表中的每一行与表中的每一行（或至少指定范围内的每一行）进行比较。

假设你的表的主键列被命名，id你可以使用 Postgres 的 range 函数来检查重叠的行：

with check_period (check_range) as (
   values ( tstzrange(timestamptz '2018-10-01 00:00:00', timestamptz '2018-10-14 20:15:00') )
)
select id, 
       start_Time, 
       end_time, 
       exists (select *
        from the_table t2
           cross join check_perioud
        where t2.id <> t1.id 
        and tstzrange(t1.start_time, t1.end_time) && tstzrange(t2.start_time, t2.start_time)
        and tstzrange(t2.start_time, t2.start_time) <@ check_range
       ) has_overlapping_rows
from the_table t1
  cross join check_period
where tstzrange(t1.start_time, t1.end_time) <@ check_range;

该CTE check_period只有在那里，所以对于时间的值要分析不重复。如果您不关心重复它们，则可以将其删除：

select id, 
       start_Time, 
       end_time, 
       exists (select *
        from the_table t2
        where t2.id <> t1.id 
        and tstzrange(t1.start_time, t1.end_time) && tstzrange(t2.start_time, t2.start_time)
        and tstzrange(t2.start_time, t2.start_time) <@ tstzrange(timestamptz '2018-10-01 00:00:00', timestamptz '2018-10-14 20:15:00')
       ) has_overlapping_rows
from the_table t1
where tstzrange(t1.start_time, t1.end_time) <@ tstzrange(timestamptz '2018-10-01 00:00:00', timestamptz '2018-10-14 20:15:00');

您应该在时间戳范围上创建一个索引以使其快速：

create index on the_table( (tstzrange(start_time, end_time), id );

您可以扩展上述查询以返回重叠行的计数而不是真/假标志：

select id, 
       start_Time, 
       end_time, 
       (select count(*)
        from the_table t2
        where t2.id <> t1.id 
        and tstzrange(t1.start_time, t1.end_time) && tstzrange(t2.start_time, t2.start_time)
        and tstzrange(t2.start_time, t2.start_time) <@ tstzrange(timestamptz '2018-10-01 00:00:00', timestamptz '2018-10-14 20:15:00')
       ) has_overlapping_rows
from the_table t1
where tstzrange(t1.start_time, t1.end_time) <@ tstzrange(timestamptz '2018-10-01 00:00:00', timestamptz '2018-10-14 20:15:00');

但是，对于具有许多重叠行的行，这会更慢，因为这会count(*)强制数据库检查所有重叠行。该exists()解决方案可以在第一排FOUND停止。