Hitta överlappande datumintervall i PostgreSQL

Det för närvarande accepterade svaret besvarar inte frågan. Och det är fel i princip. a BETWEEN x AND y översätts till:

a >= x AND a <= y

Inklusive den övre gränsen, medan människor vanligtvis behöver utesluta det:

a >= x AND a < y

Med datum du kan enkelt justera. För år 2009 använd "2009-12-31" som övre gräns.
Men det är inte lika enkelt med tidsstämplar som tillåter bråktal. Moderna Postgres-versioner använder ett 8-byte heltal internt för att lagra upp till 6 bråkdelar (µs upplösning). Genom att veta detta kunde vi får det fortfarande att fungera, men det är inte intuitivt och beror på en implementeringsdetalj. Dålig idé.

Dessutom a BETWEEN x AND y hittar inte överlappande intervall. Vi behöver:

b >= x AND a < y

Och spelare som aldrig lämnat övervägs inte ännu.

Riktigt svar

Antag år 2009 , jag ska formulera om frågan utan att ändra dess innebörd:

"Hitta alla spelare i ett visst lag som gick med före 2010 och inte lämnade före 2009."

Grundläggande fråga:

SELECT p.*
FROM   team     t
JOIN   contract c USING (name_team) 
JOIN   player   p USING (name_player) 
WHERE  t.name_team = ? 
AND    c.date_join  <  date '2010-01-01'
AND    c.date_leave >= date '2009-01-01';

Men det finns mer:

Om referensintegritet upprätthålls med FK-begränsningar, visas tabellen team i sig är bara brus i frågan och kan tas bort.

Samtidigt som samma spelare kan lämna och gå med i samma lag igen, måste vi också vika eventuella dubbletter, till exempel med DISTINCT .

Och vi kan måste sörja för ett speciellt fall:spelare som aldrig lämnat. Förutsatt att dessa spelare har NULL i date_leave .

"En spelare som inte är känd för att ha lämnat antas spela för laget till denna dag."

Förfinad fråga:

SELECT DISTINCT p.* 
FROM   contract c
JOIN   player   p USING (name_player) 
WHERE  c.name_team = ? 
AND    c.date_join  <  date '2010-01-01'
AND   (c.date_leave >= date '2009-01-01' OR c.date_leave IS NULL);

Operatörsföreträde motverkar oss, AND binder före OR . Vi behöver parenteser.

Relaterat svar med optimerad DISTINCT (om dubbletter är vanliga):

• Många till många tabeller – prestanda är dåliga

Vanligtvis namn av fysiska personer är inte unika och en surrogat primärnyckel används. Men uppenbarligen, name_player är den primära nyckeln för player . Om allt du behöver är spelarnamn behöver vi inte tabellen player i frågan, antingen:

SELECT DISTINCT name_player 
FROM   contract
WHERE  name_team = ? 
AND    date_join  <  date '2010-01-01'
AND   (date_leave >= date '2009-01-01' OR date_leave IS NULL);

SQL OVERLAPS operatör

Manualen:

OVERLAPS tar automatiskt det tidigare värdet av paret som start. Varje tidsperiod anses representera halvöppet intervall start <= time < end , om inte start och end är lika i vilket fall det representerar det enstaka tidsögonblicket.

För att ta hand om potentiella NULL värden, COALESCE verkar enklast:

SELECT DISTINCT name_player 
FROM   contract
WHERE  name_team = ? 
AND    (date_join, COALESCE(date_leave, CURRENT_DATE)) OVERLAPS
       (date '2009-01-01', date '2010-01-01');  -- upper bound excluded

Räckviddstyp med indexstöd

I Postgres 9.2 eller senare du kan också arbeta med faktiska intervalltyper :

SELECT DISTINCT name_player 
FROM   contract
WHERE  name_team = ? 
AND    daterange(date_join, date_leave) &&
       daterange '[2009-01-01,2010-01-01)';  -- upper bound excluded

Räckviddstyper lägger till lite overhead och tar upp mer utrymme. 2 x date =8 byte; 1 x daterange =14 byte på disk eller 17 byte i RAM. Men i kombination med överlappningsoperatorn && frågan kan stödjas med ett GiST-index.

Du behöver inte heller använda specialfall för NULL-värden. NULL betyder "öppet intervall" i en intervalltyp - precis vad vi behöver. Tabelldefinitionen behöver inte ens ändras:vi kan skapa intervalltypen i farten - och stödja frågan med ett matchande uttrycksindex:

CREATE INDEX mv_stock_dr_idx ON mv_stock USING gist (daterange(date_join, date_leave));

Relaterat:

• Genomsnittlig lagerhistoriktabell