使用历史表，我如何确定任何任务处于活动的时间段，并将数据设置减少到非重叠的日期期间

Question

我在Teradata中有一个历史表，其中包含有关帐户上发生的任务的信息。在典型的历史表方式中，存在的数据具有负载（有效），并替换（有效为）日期。

在我的环境中，当前/未终止的记录的日期为1/1/3000，所有数据负载都发生在系统中更改后的第二天午夜之后不久 - 因此，负载日期始终将开始日期拖延一天。

一些示例数据可能看起来像这样（我已经在参考行号中添加了col“ r”，表中不存在）：

r	acct_num	task_nm	task_stat	start_dt	end_dt end_dt	ld_dt ld_dt	rplc_dt lglc_dt	lglc_del	curr_row
1	0123456	TASS_01	O	2018-05-05-01	NULL	2018 NULL 2018 -05-02	2018-05-16	N	N
2	0123456	任务_01	C	2018-05-01	2018-05-15	2018-05-16	2018-05-16	N	N
3	0123456	_01	N	2018-08-08-16	任务 15	2018-08-16	3000-01-01	y y	y
4	0123456	任务_02	2018-05-05	NULL	2018-05-05-06	2018-05-19	N	N	N N
5	0123456	_02 TASK_02	C	任务	O	2018 -05-19	2018-08-19	N	N
6	0123456	TASK_03	O	2020-02-01	NULL	2020-02-02	2020-05-16	N	N
7	0123456	TASK_03	C	2020-02-01	2020-02-15	2020-02 -16	2020-04-16	N	N
8	0123456	任务_03	C	2020-02-01	2020-02-15	2020-04-16	3000-01-01-01	Y	Y
9	0123456	_04	C	任务	20222-03	Y	3000-01-01	n	y

我挣扎的地方是我需要确定每个唯一的时间段，其中任何任何任务都在给定的帐户上处于活动状态。如果多个任务在重叠的时间段中处于活动状态，则我需要确定打开第一个任务的开始日期以及最后一个重叠任务的结束日期。 （Task_02也有可能在Task_01完成之前开始和结束，因此在这种类型的方案中，我需要与Task_01相关的开始/结束日期）。

使用上述示例数据，我想获得以下输出：

帐户＃	主动启动DT	Active End DT
0123456	2018-05-01	2018-05-19
0123456	2020-02-02-02-01 2018-02-15	2018-02-15
0123456	2022-22-2-03 -01	3000-01-01

任务1开始，然后打开任务2。任务1完成了，但任务2仍然打开。因此，我需要任务1的开始日期（从第1行）和任务2的结束日期（从第4行或第5行）。后来，任务3在其自己的时间范围内打开，该时间表创建新记录，最后任务4当前打开。

我尝试了很多事情未能成功，包括但不幸的是：

• 仅在结束日期中更新替换日期，因此只需“任务状态= open”记录，但是我不确定如何最好地使比较以解决重叠的时间表。
• 利用引线/滞后函数来识别下一个记录加载日期，但是再次，由于任务可以按任何顺序进行，因此创建的不正确时间范围，因为我无法动态地识别我需要
• 尝试识别打开的唯一负载日期的 下一个替换日期子查询中的任务，然后自我加入到任务表中，但这只是创建了重复，在给定的一天中，

我无法提供由于隐私限制而编写的文字代码，但是，这里是任何人的模拟代码都将提供指导，以帮助我朝着正确的方向前进：

SELECT
   ACCT_NUM
   ,TASK_NM
   ,TASK_STAT
   ,START_DT
   ,END_DT
   --,[other 'unimportant' fields that can change and create change records]
   ,LD_DT - INTERVAL '1' DAY AS LD_DT --SIMULATE START_DT
   ,RPLC_DT - INTERVAL '1' DAY AS LD_DT --SIMULATE END_DT ON "TASK_STAT = 'O'" RECORDS
   ,LGLC_DEL
   ,CURR_ROW
FROM
   TBL_TASK_HIST
WHERE
   TASK_STAT = 'O'

对不起，长期摘要，试图提供可靠/清晰的细节。

Answer 1

使用Teradata的归一化，以结合重叠或相遇的时期。根据您的示例数据，这似乎有效；您可能需要稍微调整实际数据。

SELECT ACCT_NUM, 
       BEGIN(PD) AS ACTIVE_START_DT,
       PRIOR(END(PD)) AS ACTIVE_END_DT
FROM 
 (SELECT NORMALIZE ACCT_NUM,
   PERIOD(START_DT,
       NEXT(COALESCE(END_DT,
          CASE WHEN TASK_STAT='O' and CURR_ROW='N'
          THEN START_DT
          ELSE DATE'3000-01-01' 
          END       )
            )
         ) AS PD
  FROM TBL_TASK_HIST
 ) N
 ORDER BY ACCT_NUM, ACTIVE_START_DT;

归一化需要一个周期的数据类型，因此我们在内部查询中使用ofient（）构造方法，begin（） and and end（）函数函数将外部查询中的两个列转换回两个列。由于一个期间不包括结束日期/时间限制（这是“闭合/打开间隔”），我们使用next（） and prient（） functions调整结束值。

也许您可以将逻辑基于ld_dt，rplc_dt，以避免必须处理null end_dt，但是如果可能的话，最好使用“业务”列，而不是ETL元数据。