使用 generate_series 生成连续日期序列,并通过 cross join 与业务数据表进行左连接(left join),即可补全缺失的日期。具体做法是:将 generate_series(起始日期, 结束日期, '1 day') 作为主表,关联你的事实表;若某日无数据,关联字段为 null,此时可用 coalesce 函数将其替换为 0 或其他默认值。

如何按周聚合并保留空周?
在按周分组时,直接对事实表 GROUP BY 会导致没有数据的周被过滤掉。解决方法是先由 GENERATE_SERIES 生成包含所有周的日期范围,再 LEFT JOIN 到事实表,最后对生成的周序列进行 GROUP BY。这样即使某周没有交易记录,也会出现在结果集中,数值部分通过 COALESCE 填充为 0。

SELECT
gs.week_start,
COALESCE(SUM(f.amount), 0) AS total_amount
FROM (
SELECT date_trunc('week', d)::date AS week_start
FROM generate_series('2023-01-01'::date, '2023-01-31'::date, '1 day') AS d
) gs
LEFT JOIN facts f ON f.transaction_date >= gs.week_start
AND f.transaction_date < gs.week_start + INTERVAL '7 days'
GROUP BY gs.week_start
ORDER BY gs.week_start;
如何处理跨月或跨年时的边界情况?
当查询跨度包含月份或年份变更时,GENERATE_SERIES 依然能正确生成每一天的日期对象,无需特殊处理边界。关键在于关联条件必须基于日期范围而非简单的相等匹配。例如,在按天补全时,直接使用 = 关联即可;但在按周或按月补全时,需确保关联逻辑覆盖完整的时间区间,避免因时区或时间戳精度导致的漏连。此方法天然支持闰年等复杂日历规则。

















