Pular para o conteúdo

Gera um conjunto de dados que começa num ponto especificado, termina noutro ponto especificado e, opcionalmente, avança com um valor de incremento. A função GENERATE_SERIES funciona com os seguintes tipos de dados:

  • Inteiro
  • Data
  • Carimbo de data/hora
func.generate_series(<start>, <stop>[, <step_interval>])
func.generate_series(1, 10, 2);
generate_series|
---------------+
1|
3|
5|
7|
9|
GENERATE_SERIES(<start>, <stop>[, <step_interval>])
Argumento Descrição
start O valor inicial, que representa o primeiro número, data ou carimbo de data/hora da sequência.
stop O valor final, que representa o último número, data ou carimbo de data/hora da sequência.
step_interval O intervalo de passo, que determina a diferença entre valores adjacentes da sequência. Nas sequências de inteiros, o valor predefinido é 1. Nas sequências de datas, o intervalo de passo predefinido é de 1 dia. Nas sequências de carimbos de data/hora, o intervalo de passo predefinido é de 1 microssegundo.

Devolve uma lista com uma sequência contínua de valores numéricos, datas ou carimbos de data/hora de start a stop.

Exemplos de SQL 1: gerar dados numéricos, de data e de carimbo de data/hora

Seção intitulada “Exemplos de SQL 1: gerar dados numéricos, de data e de carimbo de data/hora”
SELECT * FROM GENERATE_SERIES(1, 10, 2);
generate_series|
---------------+
1|
3|
5|
7|
9|
SELECT * FROM GENERATE_SERIES('2023-03-20'::date, '2023-03-27'::date);
generate_series|
---------------+
2023-03-20|
2023-03-21|
2023-03-22|
2023-03-23|
2023-03-24|
2023-03-25|
2023-03-26|
2023-03-27|
SELECT * FROM GENERATE_SERIES('2023-03-26 00:00'::timestamp, '2023-03-27 12:00'::timestamp, 86400000000);
generate_series |
-------------------+
2023-03-26 00:00:00|
2023-03-27 00:00:00|

Exemplos de SQL 2: preencher lacunas nos resultados de consultas

Seção intitulada “Exemplos de SQL 2: preencher lacunas nos resultados de consultas”

Este exemplo utiliza a função GENERATE_SERIES e o operador left join para tratar lacunas nos resultados de consultas causadas por informação em falta em intervalos específicos.

CREATE TABLE t_metrics (
date Date,
value INT
);
INSERT INTO t_metrics VALUES
('2020-01-01', 200),
('2020-01-01', 300),
('2020-01-04', 300),
('2020-01-04', 300),
('2020-01-05', 400),
('2020-01-10', 700);
SELECT date, SUM(value), COUNT() FROM t_metrics GROUP BY date ORDER BY date;
date |sum(value)|count()|
----------+----------+-------+
2020-01-01| 500| 2|
2020-01-04| 600| 2|
2020-01-05| 400| 1|
2020-01-10| 700| 1|

Para preencher as lacunas entre 1 e 10 de janeiro de 2020, utilize a seguinte consulta:

SELECT t.date, COALESCE(SUM(t_metrics.value), 0), COUNT(t_metrics.value)
FROM generate_series(
'2020-01-01'::Date,
'2020-01-10'::Date
) AS t(date)
LEFT JOIN t_metrics ON t_metrics.date = t.date
GROUP BY t.date ORDER BY t.date;
date |coalesce(sum(t_metrics.value), 0)|count(t_metrics.value)|
----------+---------------------------------+----------------------+
2020-01-01| 500| 2|
2020-01-02| 0| 0|
2020-01-03| 0| 0|
2020-01-04| 600| 2|
2020-01-05| 400| 1|
2020-01-06| 0| 0|
2020-01-07| 0| 0|
2020-01-08| 0| 0|
2020-01-09| 0| 0|
2020-01-10| 700| 1|