问题描述

库表 stock 记录多支股票的每日收盘价，字段为股票代码 CODE、交易日期 DT、收盘价 CL。现在要针对指定的目标股票，找出它历史上连续上涨天数最多的那个区间，并给出该区间的起始日期和结束日期。

源数据

stock 表（只列出目标股票 CODE = 100046 的记录，已按 DT 升序）：

期望结果

NoRisingDays 是区间编号：

1-02 收盘价由 3.89 涨到 3.93，这是连续上涨；01-05 由 3.93 跌到 3.78，上涨中断，区间编号从 1 开始递增，新的一段从这里起步。

编号 2 这一段：2009-01-07 到 2009-01-12，共 4 个交易日。起点 01-07 的 3.77 低于 01-06 的 4.04，随后 4.02、4.42、4.86 一路走高，期间没有一天下跌。

编号 3 这一段：2009-01-13 到 2009-01-16，也是 4 个交易日。起点 01-13 的 4.44 低于 01-12 的 4.86，随后 4.88、4.98、4.99 连续上涨，长度与编号 2 并列最长。

SQLazy 分步实现

续上涨的本质是“不下跌的一段一段”。先把数据按日期排好序，再用分段功能盯着收盘价：收盘价一旦变小，就说明上一段上涨结束了，组号加一，开始新的一段。这样每一条记录都拿到了自己所属的上涨区间号。接着按区间号分组数一下行数，行数就是这段连续上涨的天数。最后挑出天数最大的那个区间，取它的第一条日期和最后一条日期，就是答案。

【点击在线运行本例】

下面逐一解释这些步骤。

第 1 步：取出目标股票

filter CODE = 100046

从 stock 表里筛出 CODE 等于 100046 的记录，后面的计算只针对这一只股票。比较用的是符号“=”，不是 SQL 里的“==”。

第 2 步：按日期升序排序

sort DT asc

把筛选后的记录按交易日 DT 升序排好。分段是按记录顺序一段一段走的，顺序不对，分出来的区间就没有意义。

第 3 步：收盘价变小就新开一段
segment CL down as NoRisingDays
这是本题的核心一步。分段功能针对收盘价 CL 使用固定条件“变小（down）”：当某一天的收盘价比前一天低时，组号加一；不低（上涨或持平）时组号不变。生成的组号写入新列 NoRisingDays，同一段内的记录组号相同，组号相同的一批记录就是一段连续的上涨行情。
这里不需要写 CL < CL[-1] 这样的跨行比较，也不用管第一条记录没有前一天怎么办，“变小”这个条件本身就表达了“跌了就另起一段”的业务含义。

第 4 步：数出每段有几天
compute count DT as ContinuousDays; partition NoRisingDays
计算列功能在 NoRisingDays 分区内统计记录条数：聚合算法 count 写在被聚合项 DT 之前，结果写入新列 ContinuousDays。分区内的每一行都会填上本段的总天数，所以这一步之后每条记录都带着“我所在的这段涨了几天”。因为 partition 已经按区间号分好了组，后面按 ContinuousDays 取最大值就等价于“找出最长的那个上涨区间”。

第 5 步：挑出最长的那一段
rank ContinuousDays max
排名功能按 ContinuousDays 取最大值对应的记录。最大值对应的记录可能不止一条，此时会返回全部并列的记录，所以并列最长的那几段都会保留下来，不会因为并列而漏掉一段。这一步只筛选记录，不改变记录顺序。

第 6 步：取每段的起止日期
summarize min DT as start_date, max DT as end_date; group NoRisingDays
汇总功能按 NoRisingDays 分组，组内取 DT 的最小值命名为 start_date，取 DT 的最大值命名为 end_date。因为上一步已经把记录限定在最长的那一段（或并列的几段）里，所以这里算出来的就是最长连续上涨区间的起始日期和结束日期。汇总的聚合算法写在被聚合项之前，写成 min DT 和 max DT。

编译生成 SQL

确认上述 6 步逻辑后，SQLazy 编译器自动生成原生 SQL（这里是 MySQL 语法）：

WITH t2 AS (
  SELECT CODE, DT, CL
  FROM stock
  WHERE CODE = 100046
),
t3 AS (
  SELECT CODE, DT, CL
    , SUM(CASE
      WHEN CL < col__1 THEN 1
      ELSE 0
    END) OVER (ORDER BY CASE
      WHEN DT IS NULL THEN 1
      ELSE 0
    END, DT ASC ROWS UNBOUNDED PRECEDING) + 1 AS NoRisingDays
  FROM (
    SELECT t2.*, LAG(CL, 1) OVER (ORDER BY CASE
        WHEN DT IS NULL THEN 1
        ELSE 0
      END, DT ASC) AS col__1
    FROM t2
  ) sub__2
),
t4 AS (
  SELECT CODE, DT, CL, NoRisingDays
    , COUNT(DT) OVER (PARTITION BY NoRisingDays ) AS ContinuousDays
  FROM t3
),
sub__6 AS (
  SELECT sub__5.*, RANK() OVER (ORDER BY ContinuousDays DESC) AS col_4
  FROM t4 sub__5
)
SELECT CODE, DT, CL, NoRisingDays, ContinuousDays
FROM sub__6
WHERE col_4 = 1

SQLazy 让你用业务语言描述逻辑，而不是用 SQL 语法写嵌套查询。这道“最长连续上涨区间”的题，核心只有一句话：收盘价变小就新开一段。SQLazy 用 segment CL down 直接表达“跌了就另起一段”，而手写 SQL 要先构造 LAG 比较出涨跌标志，再用 SUM 累计出区间号，两层窗口函数套在一起，边界和空值都得自己兜住。

SQLazy 的价值在于分步。整个计算被拆成取数、排序、分段、计数、取最长、汇总六步，每一步都是一张可以直接查看的中间结果表：第 3 步之后能看到区间号，第 4 步之后能看到每段几天，最长的那一段是哪一段一目了然，不需要把整条 SQL 跑完再去猜中间算错了没有。

SQLazy 的另一个特点是把“先算出每段天数、再挑最大、再取日期”这种自然的业务顺序直接写成代码顺序：compute 在分区内计数，rank 取最大值对应的记录，summarize 在组内取最小和最大日期。汇总类功能里聚合算法写在被聚合项之前（count DT、min DT、max DT），读到代码就能对上业务说法。

分区分段的能力让这类“按区间算长度、再选区间”的问题不必写自连接：partition 把同一段记录归到一组，组内计数和组内取首尾日期都是现成的功能。SQLazy 负责把这套逻辑编译成目标数据库能跑的 SQL，同一段代码换一个数据库也不用改写法。

官方链接

SQLazy 在线体验：sqlazy.com（免费，无需注册）

SQLazy 项目仓库：github.com/SPLWare/SQLazy