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，列如下：

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

对于表中的每一行，我们希望添加一个包含以下内容的结果列：

• 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：

预期产出大致如下：

• row_id
• has_overlap-布尔或int（1或0）

Answer 1

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

假设表的主键列名为id，您可以使用Postgres的范围函数检查重叠行：

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;

CTEcheck_period仅在此处，因此您要分析的时间段的值不会重复。如果您不想重复它们，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上创建一个索引，以便快速：

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true/false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，对于有许多重叠行的行，这将较慢，因为计数（*）强制数据库检查所有重叠行。exists（）解决方案可以在找到的第一行停止。