如何在保留时间范围的前提下合并子表重复记录？

你遇到的核心问题是直接按KEY和FIELD_ONE分组会把非连续的相同值错误合并，正确的做法是先给连续且FIELD_ONE值相同的记录打上统一分组标记，再基于分组聚合。

实现步骤 #

1. 生成连续分组标识
   使用窗口函数LAG()获取同KEY下前一条记录的FIELD_ONE值，对比当前记录的FIELD_ONE，一旦值发生变化就生成新的分组ID，确保连续相同值的记录属于同一分组：

   WITH ranked_data AS (
       SELECT 
           KEY,
           START_DATE,
           END_DATE,
           FIELD_ONE,
           SUM(CASE 
                   WHEN LAG(FIELD_ONE) OVER (PARTITION BY KEY ORDER BY START_DATE) != FIELD_ONE THEN 1 
                   ELSE 0 
               END) OVER (PARTITION BY KEY ORDER BY START_DATE) AS group_id
       FROM your_subtable -- 替换为你的子表名
   )
   

2. 按分组聚合合并记录
   基于生成的group_id，按KEY、group_id和FIELD_ONE分组，取分组内最小的START_DATE和最大的END_DATE，得到最终压缩结果：

   SELECT 
       KEY,
       MIN(START_DATE) AS START_DATE,
       MAX(END_DATE) AS END_DATE,
       FIELD_ONE
   FROM ranked_data
   GROUP BY KEY, group_id, FIELD_ONE
   ORDER BY KEY, START_DATE;
   

原理说明 #

• LAG(FIELD_ONE) OVER (PARTITION BY KEY ORDER BY START_DATE)：按KEY分组、START_DATE排序，获取当前记录的上一条FIELD_ONE值。
• 用SUM()累加分组标识：每当FIELD_ONE与上一条不同时，累加1，这样连续相同值的记录会被分配到同一个group_id下，非连续的相同值会分到不同分组。
• 最后按分组聚合，就能精准合并连续时间区间内的重复记录，不会合并间隔的相同值。

内容的提问来源于stack exchange，提问作者braedynl