问题描述
一张表记录了多个账户的时间区间，每个账户有多条记录，区间之间可能存在重叠。
源数据：
| account_id | start_date | end_date |
|---|---|---|
| A | 2019-06-20 | 2019-06-29 |
| A | 2019-06-25 | 2019-07-25 |
| A | 2019-07-20 | 2019-08-26 |
| A | 2019-12-25 | 2020-01-25 |
| A | 2021-04-27 | 2021-07-27 |
| A | 2021-06-25 | 2021-07-14 |
| A | 2021-07-10 | 2021-08-14 |
| A | 2021-09-10 | 2021-11-12 |
| B | 2019-07-13 | 2020-07-14 |
| B | 2019-06-25 | 2019-08-26 |
期望结果（合并每个账户内所有重叠的区间）：
| account_id | start_date | end_date |
|---|---|---|
| A | 2019-06-20 | 2019-08-26 |
| A | 2019-12-25 | 2020-01-25 |
| A | 2021-04-27 | 2021-08-14 |
| A | 2021-09-10 | 2021-11-12 |
| B | 2019-06-25 | 2020-07-14 |
以账户 A 为例：
-
前三个区间（6/20~6/29、6/25~7/25、7/20~8/26）互相重叠，合并为 6/20~8/26；
-
12/25~1/25 独立；
-
4/27~7/27、6/25~7/14、7/10~8/14 重叠，合并为 4/27~8/14；
-
9/10~11/12 独立。
B 同理，两个区间重叠合并。
SQLazy 分步实现
核心思路：判断当前区间的开始日期是否大于前面所有区间的最大结束日期。如果大于，说明当前区间与之前所有区间都不重叠，需要新开一组；否则合并到当前组。
|----------|------------|-----------------------------------------------------------------------------------------|
| Name | Anchor | Statement |
| t1 | acc | sort account_id, start_date |
| t2 | | compute end_date:-1 max as prev_max; partition account_id |
| t3 | | segment condition start_date > prev_max as gid; partition account_id |
| t4 | | summarize start_date min as start_date, end_date max as end_date; group account_id, gid |
| | | derive delete gid |
第 1 步：按账户和开始日期排序
sort account_id, start_date
将数据按 account_id 和 start_date 升序排列，确保每个账户内的区间按时间顺序处理。
第 2 步：计算当前行之前所有行的最大结束日期
compute end_date:-1 max as prev_max; partition account_id
在每个账户分区内，计算从第一行到当前行的前一行中 end_date 的最大值，记为 prev_max。
第 3 步：按条件分段，生成组号
segment condition start_date > prev_max as gid; partition account_id
依次检查每行：如果 start_date > prev_max，说明当前区间与之前所有区间不重叠，则新开一组（gid+1）；否则归入同一组。
第 4 步：按账户和组号汇总
summarize start_date min as start_date, end_date max as end_date; group account_id, gid
对每组取最早的开始日期和最晚的结束日期，得到合并后的区间。
最后删除辅助列 gid。
编译生成 SQL
确认上述 4 步逻辑后，SQLazy 编译器自动生成原生 SQL（以 MySQL 为例）：
WITH t2 AS (
SELECT
account_id,
start_date,
end_date,
MAX(end_date) OVER (
PARTITION BY account_id
ORDER BY
CASE WHEN account_id IS NULL THEN 1 ELSE 0 END,
account_id ASC,
CASE WHEN start_date IS NULL THEN 1 ELSE 0 END,
start_date ASC
ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING
) AS prev_max
FROM
acc
),
t3 AS (
SELECT
account_id,
start_date,
end_date,
prev_max,
1 + SUM(
CASE
WHEN start_date > prev_max THEN 1
ELSE 0
END
) OVER (
PARTITION BY account_id
ORDER BY
CASE WHEN account_id IS NULL THEN 1 ELSE 0 END,
account_id ASC,
CASE WHEN start_date IS NULL THEN 1 ELSE 0 END,
start_date ASC
) AS gid
FROM
t2
)
SELECT
account_id,
MIN(start_date) AS start_date,
MAX(end_date) AS end_date
FROM
t3
GROUP BY
account_id,
gid
ORDER BY
account_id,
start_date;你不需要读懂或调试这段 SQL，只需确认前面 4 步的逻辑正确，编译器就会输出可运行的代码。
为什么这很重要
|----------|------------------------------------|----------------------------------------|
| | 传统 SQL（手写） | SQLazy |
| 步骤数 | 多层嵌套 CTE + 多个窗口函数 | 4 步 |
| 核心技巧 | 需要理解 ROWS BETWEEN 边界和 CASE WHEN 累加 | 直接用 :-1 表达"前面所有行"，用 segment 表达分组条件 |
| 可读性 | 低，窗口函数嵌套难以理解 | 高，每步对应一个明确的业务动作 |
| 调试方式 | 手动拆解，反复运行 | 单步执行，中间结果可见 |
| 跨数据库 | 需手动调整语法差异 | 编译器自动适配生成跨库 SQL |
SQLazy 让你用业务语言描述逻辑，而不是用 SQL 语法写嵌套查询。这个"合并重叠区间"的例子只用 4 步就表达清楚了------排序、计算前面最大结束日期、按条件分段、汇总。编译器帮你生成最终的 SQL，你只需要验证每一步的业务含义是否正确。