GROUP BY不能直接合并重叠时间区间，因其按字段值等价分组，而重叠是区间相交逻辑（如start_a <= end_b AND end_a >= start_b）；正确解法是先按account_id和start_date排序，用LAG()获取上一行end_date，再通过SUM(CASE WHEN start_date > prev_end OR prev_end IS NULL THEN 1 ELSE 0 END) OVER (...)生成分组ID，最后按account_id和grp_id聚合取MIN(start_date)与MAX(end_date)。
GROUP BY 本身不能直接合并重叠时间区间，因为它只按字段值相等分组，而重叠是逻辑关系（比如 start_a <= end_b AND end_a >= start_b），不是值相等。强行用 GROUP BY start_date, end_date 或 DATE_TRUNC 会把真正重叠但端点不同的记录拆开，结果错误。
LAG() + 累计求和生成分组 ID 是最常用且兼容性好的解法
核心在于：先排序，再判断“当前区间是否该开启新组”，用 SUM() 窗口函数累计标记。
- 必须先按
account_id（或employee_id）分组，并按start_date升序排列 - 用
LAG(end_date)拿到上一行的结束时间 - 当前
start_date > LAG(end_date)，说明不重叠 → 新组起点 - 用
SUM(CASE WHEN start_date > LAG(end_date) THEN 1 ELSE 0 END) OVER (...)累计生成grp_id
WITH sorted AS (
SELECT account_id, start_date, end_date,
LAG(end_date) OVER (PARTITION BY account_id ORDER BY start_date) AS prev_end
FROM intervals
),
grouped AS (
SELECT *,
SUM(CASE WHEN start_date > prev_end OR prev_end IS NULL THEN 1 ELSE 0 END)
OVER (PARTITION BY account_id ORDER BY start_date) AS grp_id
FROM sorted
)
SELECT account_id, MIN(start_date) AS start_date, MAX(end_date) AS end_date
FROM grouped
GROUP BY account_id, grp_id;
注意点：
-
prev_end IS NULL要显式包含，否则第一行会被漏判为非新组 - MySQL 8.0+、PostgreSQL、SQL Server 都支持；Oracle 需用
LAG(..., 1, NULL)显式设默认值 - 如果区间是左闭右开（如
[2023-01-01, 2023-01-05)），比较时应写成start_date >= prev_end才算衔接不重叠
自连接判断重叠再聚合适合小数据或需精确连通性分析
当重叠关系不是线性可贪心合并（比如存在环状重叠：A∩B、B∩C、C∩A，但 A 不直接交 C），LAG 会失效，必须建连通分量。
- 用自连接找出所有两两重叠对：
t1.start_date <= t2.end_date AND t1.end_date >= t2.start_date - 加
t1.id != t2.id排除自匹配 - 再用递归 CTE 或多次迭代聚合收敛出每个连通块的最小开始和最大结束
常见坑：
- 没加
t1.id != t2.id会导致每行都和自己匹配，COUNT(*)全 +1 - 缺少
PARTITION BY account_id条件，会让不同账户的区间错误连通 - 全表自连接在万级数据上性能极差，务必给
(start_date, end_date)建复合索引
PostgreSQL 的 tsrange 是唯一能绕过手写逻辑的方案
如果你用的是 PostgreSQL 9.2+，原生区间类型配合 && 操作符和 GIST 索引，能把重叠判断压缩成一行，还能加速。
SELECT account_id,
LOWER(merged_range) AS start_date,
UPPER(merged_range) AS end_date
FROM (
SELECT account_id,
range_agg(tsrange(start_date, end_date, '[)')) AS merged_range
FROM intervals
GROUP BY account_id
) t;
前提是：
- 表里必须用
tsrange类型存区间，不能用两个独立日期字段 -
range_agg是intarray或range-types扩展提供的，不是默认内置（PostgreSQL 14+ 已集成） -
[)表示左闭右开，若业务要求闭区间，得统一转成tsrange(start, end + '1 day'::interval, '[]')
真正的难点不在语法，而在确认「重叠」的业务定义：是严格相交？允许端点相接？是否要考虑时区或精度截断？这些都会让 > 和 >= 的选择变得关键，而且没法靠通用模板覆盖。
