sql - Postgres 检查表行中的时间戳范围重叠

Question

我们有一个 Postgres 表(物化 View )，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，我们要添加一个结果列，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

将每一行标记为重叠(1 或 0)的有效方法是什么？

编辑:

预期的输出是这样的:

• 行号
• has_overlap - bool 值或整数(1 或 0)

Answer 1

我认为不会有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。

假设您的表的主键列名为 id，您可以使用 Postgres 的范围函数来检查重叠行:

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;

CTE check_period 只是在那里，因此您要分析的时间段的值不会重复。如果您不介意重复它们，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内创建一个索引以加快速度:

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');

然而，对于具有许多重叠行的行，这会变慢，因为 count(*) 强制数据库检查所有 重叠行。 exists() 解决方案可以在找到第一行时停止。