Jak zahrnout chybějící data pro více seskupení v časovém rozpětí?

Na základě některých předpokladů (nejednoznačností v otázce) navrhuji:

SELECT upper(trim(t.full_name)) AS teacher
     , m.study_month
     , r.room_code              AS room
     , count(s.room_id)         AS study_count

FROM   teachers t
CROSS  JOIN generate_series(date_trunc('month', now() - interval '12 month')  -- 12!
                          , date_trunc('month', now())
                          , interval '1 month') m(study_month)
CROSS  JOIN rooms r
LEFT   JOIN (                                                  -- parentheses!
          studies s
   JOIN   teacher_contacts tc ON tc.id = s.teacher_contact_id  -- INNER JOIN!
   ) ON tc.teacher_id = t.id
    AND s.study_dt >= m.study_month
    AND s.study_dt <  m.study_month + interval '1 month'      -- sargable!
    AND s.room_id = r.id
GROUP  BY t.id, m.study_month, r.id  -- id is PK of respective tables
ORDER  BY t.id, m.study_month, r.id;

Hlavní body

• Vytvořte mřížku všech požadovaných kombinací pomocí CROSS JOIN . A pak LEFT JOIN do stávajících řádků. Související:

  • array_agg group by and null
  • Získejte vytvořené i smazané záznamy z minulého týdne

• Ve vašem případě se jedná o spojení několika tabulek, proto používám závorky v FROM seznam LEFT JOIN k výsledku z INNER JOIN v závorkách.Bylo by to nesprávné do LEFT JOIN ke každé tabulce zvlášť, protože byste zahrnuli výsledky dílčích zápasů a získali potenciálně nesprávné počty.

• Za předpokladu referenční integrity a pracujeme přímo se sloupci PK, nemusíme zahrnovat rooms a teachers na levé straně podruhé. Ale stále máme spojení dvou tabulek (studies a teacher_contacts ). Role teacher_contacts je mi nejasný. Normálně bych očekával vztah mezi studies a teachers přímo. Mohlo by být dále zjednodušeno ...

• Potřebujeme spočítat nenulový sloupec na levé straně, abychom získali požadované počty. Jako count(s.room_id)

• Abyste to u velkých stolů udrželi rychle, ujistěte se, že vaše predikáty jsou sargable . A přidejte odpovídající indexy .

• Sloupec teacher je stěží (spolehlivě) unikátní. Pracujte s jedinečným ID, nejlépe PK (rovněž rychlejší a jednodušší). Stále používám teacher aby výstup odpovídal požadovanému výsledku. Může být rozumné zahrnout jedinečné ID, protože jména mohou být duplicitní.

• Chcete:

  Začněte tedy s date_trunc('month', now() - interval '12 month' (ne 13). To už začátek zaokrouhluje dolů a dělá to, co chcete – přesněji než váš původní dotaz.

Vzhledem k tomu, že jste zmínil pomalý výkon v závislosti na skutečných definicích tabulek a distribuci dat, je pravděpodobně rychlejší nejprve agregovat a později se připojit , jako v této související odpovědi:

• Postgres – jak vrátit řádky s nulovým počtem chybějících dat?

SELECT upper(trim(t.full_name)) AS teacher
     , m.mon                    AS study_month
     , r.room_code              AS room
     , COALESCE(s.ct, 0)        AS study_count

FROM   teachers t
CROSS  JOIN generate_series(date_trunc('month', now() - interval '12 month')  -- 12!
                          , date_trunc('month', now())
                          , interval '1 month') mon
CROSS  JOIN rooms r
LEFT   JOIN (                                                  -- parentheses!
   SELECT tc.teacher_id, date_trunc('month', s.study_dt) AS mon, s.room_id, count(*) AS ct
   FROM   studies s
   JOIN   teacher_contacts tc ON s.teacher_contact_id = tc.id
   WHERE  s.study_dt >= date_trunc('month', now() - interval '12 month')  -- sargable
   GROUP  BY 1, 2, 3
   ) s ON s.teacher_id = t.id
      AND s.mon = m.mon
      AND s.room_id = r.id
ORDER  BY 1, 2, 3;

O vaší závěrečné poznámce:

Je pravděpodobné, že můžete použijte dvouparametrovou formu crosstab() k dosažení požadovaného výsledku přímo a s vynikajícím výkonem a výše uvedený dotaz není pro začátek potřeba. Zvažte:

• PostgreSQL Crosstab Query