目录

0 问题分析

1 数据准备

2 问题分析

3 小结

区间重叠问题

---

0 问题分析

 有一个录取学生人数表 in_school_stu，记录的是每年录取学生的人数及录取学生的学制，计算每年在校学生人数。

1 数据准备

create table in_school_stu as
(
select stack(
    5,
	1,2001,2,1200,
	2,2000,5,1300,
	3,2003,4,1400,
	4,2002,3,1500,
	5,2002,2,1600
) as(id,year,stu_num,stu_len)
);

2 问题分析

本题实际上属于区间重叠问题，我们将入年份与学制加起来得到结束时间

select id
           , year               year_start
           , year + stu_len - 1 year_end
           , stu_num
      from in_school_stu

通过上面简单的分析可以看到该问题为典型的区间重叠问题，将时间展开后，具体分析可参考如下图。

求解上面的时序图，可以按照如下步骤： 

第一步：利用posexplode()先将数据展开，转换为明细表

select id
     , pos
     , year       year_start
     , year + pos year_end
     , stu_num
from in_school_stu stu
         lateral view posexplode(split(space(stu_len - 1), '(?!&)')) tmp as pos, val

第二步：基于步骤1的明细表，按时间汇总即可。

最终SQL如下：

select year + pos   year
     , sum(stu_num) stu_num
from in_school_stu stu
         lateral view posexplode(split(space(stu_len - 1), '(?!&)')) tmp as pos, val
group by year + pos;

3 小结

本文对在校学生人数统计这一问题进行了分析，如果对本专栏区间重叠问题这一技巧和方法比较熟的，解决该问题会非常简单。

区间重叠问题

SQL进阶技巧：如何计算重叠区间合并问题？_sql 时间段有交集的记录合并-CSDN博客

SQL进阶技巧：重叠区间问题分析之品怕打折日期问题

SQL进阶技巧：如何按任意时段分析时间区间问题？ | 分区间讨论【左、中、右】_sql按某时段日期区间聚合-CSDN博客

具体技巧可以参考数字化建设通关指南专栏案例