HIVE 技巧积累之合并重叠日期

2020-05-14 18:05:06 阅读：488 来源： 互联网

标签：10 end 重叠 09 HIVE start 2020 time 技巧

1. 原始数据：

2020-09-01	2020-09-11
2020-09-07	2020-09-20
2020-09-24	2020-10-25
2020-09-25	2020-10-11
2020-09-26	2020-09-27
2020-09-30	2020-10-25
2020-10-30	2020-11-30
2020-10-31	2020-11-29
2020-10-31	2020-12-01

2. 需求

公司在某一时期搞一系列活动，在活动周期内，计算客户在这段时间内是否连续每天都参加活动

比如一到五月，每个月隔几天就出新的活动，比如A活动有十天[09-01,09-11]，B活动有五天[09-07,09-20]，中间有重叠的日期，这样算客户[09-01,09-20]这段时间都是在参加活动

需求需要将这个客户的参加活动时间周期统计出来

3. 分析

这里面主要牵扯两个问题：一，几个时间段日期有重叠，二，单独没重叠的日期。

判断日期是否有重叠，根据开始日期start_time进行升序排序，取出每个区间中开始日期最小值和结束日期最大值

首先我们需要将所属同一区间的数据整理出来，使用开窗函数依次对比开始日期start_time和结束日期 end_time，找到start_time大于之前end_time中的最大值的记录，打标记为1

这样就将区间区分出来了

然后取区间中的最小start_time和最大end_time即可

上代码：

 with a_starts as (  --计算区间并打上结束标记
    select 
      start_time , 
      end_time ,
      CASE 
         when start_time > max(lag_end_time) over(
           order by start_time, end_time
           rows between unbounded preceding and current row
         )
         then 1 else 0
      END a_start
    from (
    select 
      start_time,
      end_time,
      lag(start_time, 1) over(order by start_time, end_time) lag_start_time,
      lag(end_time, 1)  over(order by start_time, end_time) lag_end_time
    from a 
    ) t1
)
, a1 as (    --将区间内标记求和，作为分组依据
  select start_time, end_time,
  sum(a_start) over(   
    order by start_time, end_time
    rows between unbounded preceding and current row
  ) grp
  from a_starts
)
select 
  min(start_time) start_time,
  max(end_time) end_time
from a1
  group by grp
  order by 1, 2;

结果：

感谢知乎博主的分享：https://zhuanlan.zhihu.com/p/68630630

标签：10,end,重叠,09,HIVE,start,2020,time,技巧
来源： https://www.cnblogs.com/lly001/p/12890361.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

HIVE 技巧积累之合并重叠日期