我有一个表（在PostgreSQL 9.4中）看起来像这样：

CREATE TABLE dates_ranges (kind int, start_date date, end_date date);
INSERT INTO dates_ranges VALUES 
    (1, '2018-01-01', '2018-01-31'),
    (1, '2018-01-01', '2018-01-05'),
    (1, '2018-01-03', '2018-01-06'),
    (2, '2018-01-01', '2018-01-01'),
    (2, '2018-01-01', '2018-01-02'),
    (3, '2018-01-02', '2018-01-08'),
    (3, '2018-01-05', '2018-01-10');

现在，我想为给定的日期和每种类型计算dates_ranges每个日期落入多少行。零可能会省略。

所需结果：

+-------+------------+----+
|  kind | as_of_date |  n |
+-------+------------+----+
|     1 | 2018-01-01 |  2 |
|     1 | 2018-01-02 |  2 |
|     1 | 2018-01-03 |  3 |
|     2 | 2018-01-01 |  2 |
|     2 | 2018-01-02 |  1 |
|     3 | 2018-01-02 |  1 |
|     3 | 2018-01-03 |  1 |
+-------+------------+----+

我想出了两种解决方案，一是与LEFT JOIN和GROUP BY

SELECT
kind, as_of_date, COUNT(*) n
FROM
    (SELECT d::date AS as_of_date FROM generate_series('2018-01-01'::timestamp, '2018-01-03'::timestamp, '1 day') d) dates
LEFT JOIN
    dates_ranges ON dates.as_of_date BETWEEN start_date AND end_date
GROUP BY 1,2 ORDER BY 1,2

另一个带有LATERAL，速度稍快：

SELECT
    kind, as_of_date, n
FROM
    (SELECT d::date AS as_of_date FROM generate_series('2018-01-01'::timestamp, '2018-01-03'::timestamp, '1 day') d) dates,
LATERAL
    (SELECT kind, COUNT(*) AS n FROM dates_ranges WHERE dates.as_of_date BETWEEN start_date AND end_date GROUP BY kind) ss
ORDER BY kind, as_of_date

我想知道是否有更好的方法编写此查询？以及如何包含对数为零的日期类型？

实际上，有几种不同的类型，最长可达五年（1800个日期），dates_ranges表中约有3万行（但它可能会显着增长）。

没有索引。准确地说，这是子查询的结果，但是我想将问题限制为一个问题，所以它更笼统。

如果“缺少零”没问题，以下查询也适用：

select *
from (
  select
    kind,
    generate_series(start_date, end_date, interval '1 day')::date as d,
    count(*)
  from dates_ranges
  group by 1, 2
) x
where d between date '2018-01-01' and date '2018-01-03'
order by 1, 2;

但这并不比lateral带有小型数据集的版本快。不过，由于不需要连接，它的伸缩性可能会更好，但是上述版本会汇总所有行，因此可能会再次丢失。

以下查询试图通过删除任何不重叠的序列来避免不必要的工作：

select
  kind,
  generate_series(greatest(start_date, date '2018-01-01'), least(end_date, date '2018-01-03'), interval '1 day')::date as d,
  count(*)
from dates_ranges
where (start_date, end_date + interval '1 day') overlaps (date '2018-01-01', date '2018-01-03' + interval '1 day')
group by 1, 2
order by 1, 2;

-并且我必须使用overlaps运算符！请注意，interval '1 day'由于重叠运算符认为右侧的时间段是打开的，因此必须在右侧添加（这很合逻辑，因为通常将日期视为具有午夜时间成分的时间戳）。

以及如何包含对数为零的日期类型？

建立一个包含所有组合的网格，然后 LATERAL连接到表，如下所示：

SELECT k.kind, d.as_of_date, c.n
FROM  (SELECT DISTINCT kind FROM dates_ranges) k
CROSS  JOIN (
   SELECT d::date AS as_of_date
   FROM   generate_series(timestamp '2018-01-01', timestamp '2018-01-03', interval '1 day') d
   ) d
CROSS  JOIN LATERAL (
   SELECT count(*)::int AS n
   FROM   dates_ranges
   WHERE  kind = k.kind
   AND    d.as_of_date BETWEEN start_date AND end_date
   ) c
ORDER  BY k.kind, d.as_of_date;

也应该尽快。

我LEFT JOIN LATERAL ... on true起初有，但是子查询中有一个聚合c，所以我们总是得到一行并且也可以使用CROSS JOIN。性能无差异。

如果您有一个包含所有相关种类的表，请使用该表而不是使用subquery生成列表k。

强制转换integer为可选。否则你会得到bigint。

索引会有所帮助，尤其是上的多列索引(kind, start_date, end_date)。由于您是基于子查询构建的，因此可能无法实现。

通常建议不要在10之前的Postgres版本中使用类似列表generate_series()中的集合返回函数（除非您确切地知道自己在做什么）。看到：SELECT

• select子句中多个集合返回函数的预期行为是什么？

如果您有很多组合而行很少或没有行，则此等效形式可能会更快：

SELECT k.kind, d.as_of_date, count(dr.kind)::int AS n
FROM  (SELECT DISTINCT kind FROM dates_ranges) k
CROSS JOIN (
   SELECT d::date AS as_of_date
   FROM   generate_series(timestamp '2018-01-01', timestamp '2018-01-03', interval '1 day') d
   ) d
LEFT   JOIN dates_ranges dr ON dr.kind = k.kind
                           AND d.as_of_date BETWEEN dr.start_date AND dr.end_date
GROUP  BY 1, 2
ORDER  BY 1, 2;

使用daterange类型

PostgreSQL有一个daterange。使用它非常简单。从您的样本数据开始，我们开始使用表上的类型。

BEGIN;
  ALTER TABLE dates_ranges ADD COLUMN myrange daterange;
  UPDATE dates_ranges
    SET myrange = daterange(start_date, end_date, '[]');
  ALTER TABLE dates_ranges
    DROP COLUMN start_date,
    DROP COLUMN end_date;
COMMIT;

-- Now you can create GIST index on it...
CREATE INDEX ON dates_ranges USING gist (myrange);

TABLE dates_ranges;
 kind |         myrange         
------+-------------------------
    1 | [2018-01-01,2018-02-01)
    1 | [2018-01-01,2018-01-06)
    1 | [2018-01-03,2018-01-07)
    2 | [2018-01-01,2018-01-02)
    2 | [2018-01-01,2018-01-03)
    3 | [2018-01-02,2018-01-09)
    3 | [2018-01-05,2018-01-11)
(7 rows)

我想针对给定的日期和每种类型，计算dates_ranges中每个日期落入的行数。

现在要查询它，我们可以逆向执行该过程，并生成一个日期序列，但这是查询本身可以使用containment（@>）运算符通过一个索引来检查日期是否在范围内的功能。

请注意，我们使用timestamp without time zone（停止DST危险）

SELECT d1.kind, day::date, count(d2.kind)
FROM dates_ranges AS d1
CROSS JOIN LATERAL generate_series(
  lower(myrange)::timestamp without time zone,
  upper(myrange)::timestamp without time zone,
  '1 day'
) AS gs(day)
INNER JOIN dates_ranges AS d2
  ON d2.myrange @> day::date
GROUP BY d1.kind, day;

这是该指数的逐日重叠项。

作为附带的好处，使用daterange类型，您可以停止插入与其他区域重叠的区域EXCLUDE CONSTRAINT