本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
由 Po Hong (AWS) 编写
摘要
NORMALIZE 是 ANSI SQL 标准的 Teradata 扩展。当 SQL 表包含具有 PERIOD 数据类型的列时，NORMALIZE 会组合该列中相交或重叠的值，形成一个整合多个单独周期值的单个周期。要使用 NORMALIZE，SQL SELECT 列表中至少有一列必须是 Teradata 的时态周期数据类型。有关 NORMALIZE 的更多信息，请参阅 Teradata 文档
Amazon Redshift 不支持 NORMALIZE，但您可以使用原生 SQL 语法和 Amazon Redshift 中的 LAG 窗口函数来实现此功能。这种模式侧重于使用带有 ON MEETS OR OVERLAPS 条件的 Teradata NORMALIZE 扩展，这是最流行的格式。它解释了该功能在 Teradata 中的工作原理，以及如何将其转换为 Amazon Redshift 原生 SQL 语法。
先决条件和限制
先决条件
基本 Teradata SQL 知识和经验
Amazon Redshift 知识和经验
架构
源技术堆栈
Teradata 数据仓库
目标技术堆栈
Amazon Redshift
目标架构
有关将 Teradata 数据库迁移至 Amazon Redshift 的高级架构，请参阅使用 AWS SCT 数据提取代理将 Teradata 数据库迁移至 Amazon Redshift 模式。迁移不会自动将 Teradata NORMALIZE 短语转换为Amazon Redshift SQL。您可按照此模式中的指导方针转换此 Teradata 扩展。
工具
代码
为了说明 NORMALIZE 的概念和功能，请考虑 Teradata 中的下表定义：
CREATE TABLE systest.project
( emp_id INTEGER,
project_name VARCHAR(20),
dept_id INTEGER,
duration PERIOD(DATE)
);运行以下 SQL 代码，以将示例数据插入表中：
BEGIN TRANSACTION;
INSERT INTO systest.project VALUES (10, 'First Phase', 1000, PERIOD(DATE '2010-01-10', DATE '2010-03-20') );
INSERT INTO systest.project VALUES (10, 'First Phase', 2000, PERIOD(DATE '2010-03-20', DATE '2010-07-15') );
INSERT INTO systest.project VALUES (10, 'Second Phase', 2000, PERIOD(DATE '2010-06-15', DATE '2010-08-18') );
INSERT INTO systest.project VALUES (20, 'First Phase', 2000, PERIOD(DATE '2010-03-10', DATE '2010-07-20') );
INSERT INTO systest.project VALUES (20, 'Second Phase', 1000, PERIOD(DATE '2020-05-10', DATE '2020-09-20') );
END TRANSACTION;结果：
select * from systest.project order by 1,2,3;
*** Query completed. 4 rows found. 4 columns returned.
*** Total elapsed time was 1 second.
emp_id project_name dept_id duration
----------- -------------------- ----------- ------------------------
10 First Phase 1000 ('10/01/10', '10/03/20')
10 First Phase 2000 ('10/03/20', '10/07/15')
10 Second Phase 2000 ('10/06/15', '10/08/18')
20 First Phase 2000 ('10/03/10', '10/07/20')
20 Second Phase 1000 ('20/05/10', '20/09/20')Teradata NORMALIZE 用例
现在将 Teradata NORMALIZE SQL 子句添加至 SELECT 语句：
SELECT NORMALIZE ON MEETS OR OVERLAPS emp_id, duration
FROM systest.project
ORDER BY 1,2;NORMALIZE 运算是在单列 (emp_id) 上执行的。对于 emp_id=10，持续时间中的三个重叠周期值合并至一个周期值，如下所示：
emp_id duration
----------- ------------------------
10 ('10/01/10', '10/08/18')
20 ('10/03/10', '10/07/20')
20 ('20/05/10', '20/09/20')以下 SELECT 语句对 project_name 和 dept_id 执行 NORMALIZE 运算。请注意，SELECT 列表仅包含一个 PERIOD 列，即持续时间。
SELECT NORMALIZE project_name, dept_id, duration
FROM systest.project;输出：
project_name dept_id duration
-------------------- ----------- ------------------------
First Phase 1000 ('10/01/10', '10/03/20')
Second Phase 1000 ('20/05/10', '20/09/20')
First Phase 2000 ('10/03/10', '10/07/20')
Second Phase 2000 ('10/06/15', '10/08/18')Amazon Redshift 等效 SQL
Amazon Redshift 目前不支持表中的 PERIOD 数据类型。相反，您需要将 Teradata PERIOD 数据字段分为两部分：start_date、end_date，如下所示：
CREATE TABLE systest.project
( emp_id INTEGER,
project_name VARCHAR(20),
dept_id INTEGER,
start_date DATE,
end_date DATE
);在表中插入示例数据：
BEGIN TRANSACTION;
INSERT INTO systest.project VALUES (10, 'First Phase', 1000, DATE '2010-01-10', DATE '2010-03-20' );
INSERT INTO systest.project VALUES (10, 'First Phase', 2000, DATE '2010-03-20', DATE '2010-07-15');
INSERT INTO systest.project VALUES (10, 'Second Phase', 2000, DATE '2010-06-15', DATE '2010-08-18' );
INSERT INTO systest.project VALUES (20, 'First Phase', 2000, DATE '2010-03-10', DATE '2010-07-20' );
INSERT INTO systest.project VALUES (20, 'Second Phase', 1000, DATE '2020-05-10', DATE '2020-09-20' );
END TRANSACTION;输出：
emp_id | project_name | dept_id | start_date | end_date
--------+--------------+---------+------------+------------
10 | First Phase | 1000 | 2010-01-10 | 2010-03-20
10 | First Phase | 2000 | 2010-03-20 | 2010-07-15
10 | Second Phase | 2000 | 2010-06-15 | 2010-08-18
20 | First Phase | 2000 | 2010-03-10 | 2010-07-20
20 | Second Phase | 1000 | 2020-05-10 | 2020-09-20
(5 rows)要重写 Teradata 的 NORMALIZE 子句，您可以使用 Amazon Redshift 中的 LAG 窗口函数。此函数返回位于分区中当前行的上方（之前）的某个给定偏移量位置的行的值。
您可使用 LAG 函数通过确定一个时段是否与前一时段相交或重叠来识别开始新时段的每一行（如果是，则为 0，如果不是，则为 1）。累积汇总此标志后，它会提供组标识符，该标识符可用于外部 Group By 子句中，从而在 Amazon Redshift 中得出所需结果。
以下是使用 LAG() 的 Amazon Redshift SQL 语句示例：
SELECT emp_id, start_date, end_date,
(CASE WHEN start_date <= LAG(end_date) OVER (PARTITION BY emp_id ORDER BY start_date, end_date) THEN 0 ELSE 1 END) AS GroupStartFlag
FROM systest.project
ORDER BY 1,2;输出：
emp_id | start_date | end_date | groupstartflag
--------+------------+------------+----------------
10 | 2010-01-10 | 2010-03-20 | 1
10 | 2010-03-20 | 2010-07-15 | 0
10 | 2010-06-15 | 2010-08-18 | 0
20 | 2010-03-10 | 2010-07-20 | 1
20 | 2020-05-10 | 2020-09-20 | 1
(5 rows)以下 Amazon Redshift SQL 语句仅在 emp_id 列上标准化：
SELECT T2.emp_id, MIN(T2.start_date) as new_start_date, MAX(T2.end_date) as new_end_date
FROM
( SELECT T1.*, SUM(GroupStartFlag) OVER (PARTITION BY emp_id ORDER BY start_date ROWS UNBOUNDED PRECEDING) As GroupID
FROM ( SELECT emp_id, start_date, end_date,
(CASE WHEN start_date <= LAG(end_date) OVER (PARTITION BY emp_id ORDER BY start_date, end_date) THEN 0 ELSE 1 END) AS GroupStartFlag
FROM systest.project ) T1
) T2
GROUP BY T2.emp_id, T2.GroupID
ORDER BY 1,2;输出：
emp_id | new_start_date | new_end_date
--------+----------------+------------------------------------
10 | 2010-01-10 | 2010-08-18
20 | 2010-03-10 | 2010-07-20
20 | 2020-05-10 | 2020-09-20
(3 rows)
以下 Amazon Redshift SQL 语句在 project_name 和 dept_id 列上执行标准化：
SELECT T2.project_name, T2.dept_id, MIN(T2.start_date) as new_start_date, MAX(T2.end_date) as new_end_date
FROM
( SELECT T1.*, SUM(GroupStartFlag) OVER (PARTITION BY project_name, dept_id ORDER BY start_date ROWS UNBOUNDED PRECEDING) As GroupID
FROM ( SELECT project_name, dept_id, start_date, end_date,
(CASE WHEN start_date <= LAG(end_date) OVER (PARTITION BY project_name, dept_id ORDER BY start_date, end_date) THEN 0 ELSE 1 END) AS GroupStartFlag
FROM systest.project ) T1
) T2
GROUP BY T2.project_name, T2.dept_id, T2.GroupID
ORDER BY 1,2,3;输出：
project_name | dept_id | new_start_date | new_end_date
--------------+---------+----------------+--------------
First Phase | 1000 | 2010-01-10 | 2010-03-20
First Phase | 2000 | 2010-03-10 | 2010-07-20
Second Phase | 1000 | 2020-05-10 | 2020-09-20
Second Phase | 2000 | 2010-06-15 | 2010-08-18
(4 rows)操作说明
| Task | 描述 | 所需技能 |
|---|---|---|
| 创建您的 Teradata SQL 代码。 | 根据自身需求使用 NORMALIZE 短语。 | SQL Developer |
| 将代码转换为 Amazon Redshift SQL。 | 若要转换您的代码，请按照此模式的“工具”部分中的指南进行操作。 | SQL Developer |
| 在 Amazon Redshift 中运行代码。 | 创建您的表，将数据加载至表中，然后在 Amazon Redshift 中运行您的代码。 | SQL Developer |
相关资源
参考
Teradata NORMALIZE 时态功能
（Teradata 文档） LAG 窗口函数（Amazon Redshift 文档）
迁移至 Amazon Redshift
（AWS 网站） 使用 AWS SCT 数据提取代理，将 Teradata 数据库迁移至 Amazon Redshift (AWS Prescriptive Guidance)
将 Teradata RESET WHEN 功能转换为 Amazon Redshift SQL (AWS Prescriptive Guidance)
工具
合作伙伴
