如何在Redshift SQL中复用代码实现多时间周期指标聚合至单表

你可以用条件聚合的方式复用代码，只写一次基础查询（包括JOIN逻辑），通过CASE WHEN在聚合函数里筛选不同时间范围的数据，就能把所有周期的指标整合到一张表中，避免重复编写相同的关联和查询结构。

优化后的代码示例 #

select 
    c1 as c1,
    -- 近30天指标
    sum(case when date between current_date - 30 and current_date then c2 end) as t30_c2,
    sum(case when date between current_date - 30 and current_date then c3 end) as t30_c3,
    max(case when date between current_date - 30 and current_date then c4 end) as t30_c4,
    -- 近90天指标
    sum(case when date between current_date - 90 and current_date then c2 end) as t90_c2,
    sum(case when date between current_date - 90 and current_date then c3 end) as t90_c3,
    max(case when date between current_date - 90 and current_date then c4 end) as t90_c4,
    -- 近120天指标
    sum(case when date between current_date - 120 and current_date then c2 end) as t120_c2,
    sum(case when date between current_date - 120 and current_date then c3 end) as t120_c3,
    max(case when date between current_date - 120 and current_date then c4 end) as t120_c4
from t1 
join t2 on -- 补充实际的表关联条件
join t3 on -- 补充实际的表关联条件
join date_tbl on -- 补充实际的表关联条件
group by c1;

关键说明 #

1. 核心逻辑：用CASE WHEN判断数据是否落在目标时间范围，符合条件的字段值参与聚合，不符合的返回NULL——聚合函数（sum/max等）会自动忽略NULL，最终结果和单独查询每个时间范围的逻辑完全一致。
2. 优势：只需要维护一套基础查询结构，后续新增时间周期时，仅需添加对应的CASE WHEN聚合列即可，大幅减少重复代码、降低维护成本；同时由于只扫描一次表数据，性能比多次单独查询更优。
3. 注意事项：原代码中join t2 ()这类写法需要补充实际关联条件；必须显式添加group by c1，和原查询的分组逻辑保持一致，避免Redshift语法报错。

内容的提问来源于stack exchange，提问作者ThirdEye