项目连续任务日期合并SQL问题：无法得到期望输出求解决方案

需求：将projects表中日期连续的任务合并为同一区间（若任务的结束日期等于另一任务的开始日期，则视为连续），输出合并后的起始和结束日期。

输入表结构与数据 #

表projects包含字段：task_id, start_date, end_date，数据如下：

task_id | start_date | end_date
--------|------------|----------
1       | 1-1-2023   | 2-1-2023
2       | 2-1-2023   | 3-1-2023
3       | 3-1-2023   | 4-1-2023
4       | 7-1-2023   | 8-1-2023
5       | 10-1-2023  | 11-1-2023
6       | 11-1-2023  | 12-1-2023

期望输出 #

start_date | end_date
-----------|----------
1-1-2023   | 4-1-2023
7-1-2023   | 8-1-2023
10-1-2023  | 12-1-2023

正确SQL实现方案 #

这是典型的区间合并问题，以下两种方案分别适用于不同SQL版本：

方案1：窗口函数实现（推荐，适用于支持窗口函数的数据库如MySQL 8.0+、PostgreSQL、Oracle等） #

通过LAG()窗口函数标记每个任务所属的连续区间，再分组聚合得到结果：

WITH task_groups AS (
    SELECT 
        start_date,
        end_date,
        -- 标记新区间的起始：当前任务的start_date不等于上一个任务的end_date时，记为1，否则0
        SUM(CASE WHEN start_date = LAG(end_date) OVER (ORDER BY start_date) THEN 0 ELSE 1 END) 
            OVER (ORDER BY start_date) AS group_id
    FROM projects
)
SELECT 
    MIN(start_date) AS merged_start_date,
    MAX(end_date) AS merged_end_date
FROM task_groups
GROUP BY group_id
ORDER BY merged_start_date;

方案2：子查询实现（适用于不支持窗口函数的老旧数据库） #

通过NOT EXISTS标记每个连续区间的起始和终点任务，再关联匹配对应区间：

WITH start_tasks AS (
    SELECT start_date, end_date
    FROM projects p
    -- 当前任务的start_date没有匹配的前序任务end_date，即为区间起点
    WHERE NOT EXISTS (
        SELECT 1 
        FROM projects 
        WHERE end_date = p.start_date
    )
),
end_tasks AS (
    SELECT start_date, end_date
    FROM projects p
    -- 当前任务的end_date没有匹配的后续任务start_date，即为区间终点
    WHERE NOT EXISTS (
        SELECT 1 
        FROM projects 
        WHERE start_date = p.end_date
    )
)
SELECT 
    s.start_date AS merged_start_date,
    (SELECT MIN(e.end_date) FROM end_tasks e WHERE e.end_date >= s.end_date) AS merged_end_date
FROM start_tasks s
ORDER BY s.start_date;

原SQL问题分析 #

你原来的查询使用CROSS JOIN会产生笛卡尔积，导致数据匹配混乱；同时子查询逻辑没有正确关联任务的连续性，无法准确标记每个连续区间的边界，自然得不到正确结果。核心问题在于没有找到每个连续区间的起始点与对应终点的关联关系，而是错误地通过交叉连接尝试匹配数据。

内容的提问来源于stack exchange，提问作者Himanshu