Amazon Redshift 中的 generate_series 函数

Posted 2023-02-16

【中文标题】Amazon Redshift 中的 generate_series 函数

【英文标题】：generate_series function in Amazon Redshift

【发布时间】：2014-04-28 13:30:38

【问题描述】：

我尝试了以下方法：

SELECT * FROM generate_series(2,4);
generate_series
-----------------
           2
           3
           4
(3 rows)

SELECT * FROM generate_series(5,1,-2);                                                             
generate_series
-----------------
           5
           3
           1
(3 rows)

但是当我尝试时，

select * from generate_series('2011-12-31'::timestamp, '2012-12-31'::timestamp, '1 day');

它产生了错误。

ERROR:  function generate_series(timestamp without time zone, timestamp without time zone, "unknown") does not exist
HINT:  No function matches the given name and argument types. You may need to add explicit type casts.

我在 Redshift 1.0.757 上使用 PostgreSQL 8.0.2。 知道为什么会这样吗？

更新：

generate_series 现在正在使用 Redshift。

SELECT CURRENT_DATE::TIMESTAMP  - (i * interval '1 day') as date_datetime 
FROM generate_series(1,31) i 
ORDER BY 1

这将生成最近 30 天的日期

【问题讨论】：

解决方法参见：***.com/a/34167753/3019685

因为您报告这是与 Redshift 一起使用的，而 redshift 没有版本化，因此任何人都无法使用旧版本，我不明白为什么这个问题应该保持开放。我投票结束。

【参考方案1】：

在 Postgres 8.4 中添加了支持日期和时间戳的 generate_series() 版本。

由于 Redshift 基于 Postgres 8.0，您需要使用不同的方式：

select timestamp '2011-12-31 00:00:00' + (i * interval '1 day')
from  generate_series(1, (date '2012-12-31' - date '2011-12-31')) i;

如果您“只”需要日期，则可以缩写为：

select date '2011-12-31' + i
from  generate_series(1, (date '2012-12-31' - date '2011-12-31')) i;

【讨论】：

你的第一个脚本给出相同的输出2011-12-31 00:00:00，366 次

@dhanishjose：很有趣。似乎较旧的 Postgres 版本不支持 ANSI 样式间隔表示法。查看我的编辑

在 Redshfift 上非常适合我。

您能否将结果集从 generate_series 插入到表中？当我尝试将其保存到表中或在连接条件中使用它时出现以下错误 - [Amazon](500310) Invalid operation: Specified types or functions (one per INFO message) not supported on Redshift tables

@Naveen 这是因为 generate_series() 函数仅适用于领导节点。因此，您不能在创建临时表或永久表创建时使用它。

【参考方案2】：

Redshift 中没有针对日期范围的 generate_series() 函数，但您可以通过以下步骤生成系列...

第 1 步：创建一个表 genid 并将常量值插入为 1，以表示您需要生成系列的次数。如果您需要生成 12 个月的系列，您可以插入 12 次。更好的是，您可以插入更多次数（例如 100 次），这样您就不会遇到任何问题。

create table genid(id int)

------------ 月数 插入 genid 值(1)

第 2 步：您需要为其生成系列的表。

create table pat(patid varchar(10),stdt timestamp, enddt timestamp);

insert into pat values('Pat01','2018-03-30 00:00:00.0','2018-04-30 00:00:00.0')

insert into pat values('Pat02','2018-02-28 00:00:00.0','2018-04-30 00:00:00.0')

insert into pat values('Pat03','2017-10-28 00:00:00.0','2018-04-30 00:00:00.0')

第 3 步：此查询将为您生成系列。

with cte as 
(
select max(enddt) as maxdt
from pat
) ,
cte2 as(
select dateadd('month', -1 * row_number() over(order by 1),  maxdt::date ) as gendt  
from  genid , cte
) select * 
from pat, cte2
where gendt between stdt and enddt

【参考方案3】：

generate_series 现在正在使用 Redshift。

SELECT CURRENT_DATE::TIMESTAMP  - (i * interval '1 day') as date_datetime 
FROM generate_series(1,31) i 
ORDER BY 1

这将生成最近 30 天的日期

【讨论】：

好像generate_series()函数只在leader节点上支持。来自 generate_series() 的选择有效，但如果我尝试将结果插入表中，它会失败。用户定义的表操作将在计算节点上运行。

【参考方案4】：

我找到了一个解决方案here，解决了我无法使用 generate_series() 在 Redshift 上生成时间维度表的问题。您可以使用以下 SQL sn-p 生成临时序列。

with digit as (
    select 0 as d union all 
    select 1 union all select 2 union all select 3 union all
    select 4 union all select 5 union all select 6 union all
    select 7 union all select 8 union all select 9        
),
seq as (
    select a.d + (10 * b.d) + (100 * c.d) + (1000 * d.d) as num
    from digit a
        cross join
        digit b
        cross join
        digit c
        cross join
        digit d
    order by 1        
)
select (getdate()::date - seq.num)::date as "Date"
from seq;

redshift 似乎还不完全支持 generate_series() 函数。如果我运行 DJo 回答中提到的 SQL，它可以工作，因为 SQL 仅在领导节点上运行。如果我将插入到 dim_time 中添加到相同的 SQL 中，它将不起作用。