求助：Teradata中SQL查询时长间隔分组及缺口识别问题

针对你遇到的长间隔场景分组错误问题，可通过数值差值分组法解决，核心思路是利用年月转数值后的连续特性，结合窗口函数生成分组标识，具体实现如下：

核心逻辑 #

1. 将YearMonth（如202301格式）转为整数，便于计算连续区间：连续年月的数值差为1，存在缺口时差值大于1。
2. 按用户/活动分区、年月排序，用ROW_NUMBER()生成行号，计算年月数值 - 行号，结果相同的行属于同一连续区间（连续区间内该差值恒定，缺口出现时差值会变化）。
3. 按分组标识聚合，得到每个连续区间的起止年月及时长。

示例SQL #

假设你的表结构为activity_data(user_id, activity_type, YearMonth)，SQL如下：

WITH grouped_data AS (
    SELECT
        user_id,
        activity_type,
        YearMonth,
        -- 生成分组标识：连续区间的该值一致，缺口出现时值改变
        CAST(YearMonth AS INT) - ROW_NUMBER() OVER (
            PARTITION BY user_id, activity_type 
            ORDER BY YearMonth
        ) AS interval_group
    FROM activity_data
)
SELECT
    user_id,
    activity_type,
    MIN(YearMonth) AS interval_start,
    MAX(YearMonth) AS interval_end,
    -- 计算区间包含的总月数（含起止月）
    (CAST(MAX(YearMonth) AS INT) / 100 - CAST(MIN(YearMonth) AS INT) / 100) * 12 +
    (CAST(MAX(YearMonth) AS INT) % 100 - CAST(MIN(YearMonth) AS INT) % 100) + 1 AS total_months
FROM grouped_data
GROUP BY user_id, activity_type, interval_group
ORDER BY user_id, activity_type, interval_start;

适配说明 #

• 若YearMonth是DATE类型而非字符串/数值，可替换为EXTRACT(YEAR FROM YearMonth)*100 + EXTRACT(MONTH FROM YearMonth)转为数值计算。
• 该方法不受间隔长度影响，无论缺口是1个月还是多个月，都会正确拆分不同的连续区间，解决长间隔场景的分组错误问题。

内容的提问来源于stack exchange，提问作者Sunny_J