表：Failed

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| fail_date    | date    |
+--------------+---------+
该表主键为 fail_date (具有唯一值的列)。
该表包含失败任务的天数.

表： Succeeded

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| success_date | date    |
+--------------+---------+
该表主键为 success_date (具有唯一值的列)。
该表包含成功任务的天数.

系统 每天 运行一个任务。每个任务都独立于先前的任务。任务的状态可以是失败或是成功。

编写解决方案找出 2019-01-01 到 2019-12-31 期间任务连续同状态 period_state 的起止日期（start_date 和 end_date）。即如果任务失败了，就是失败状态的起止日期，如果任务成功了，就是成功状态的起止日期。

最后结果按照起始日期 start_date 排序

返回结果样例如下所示:

示例 1：

输入：
Failed table:
+-------------------+
| fail_date         |
+-------------------+
| 2018-12-28        |
| 2018-12-29        |
| 2019-01-04        |
| 2019-01-05        |
+-------------------+
Succeeded table:
+-------------------+
| success_date      |
+-------------------+
| 2018-12-30        |
| 2018-12-31        |
| 2019-01-01        |
| 2019-01-02        |
| 2019-01-03        |
| 2019-01-06        |
+-------------------+
输出：
+--------------+--------------+--------------+
| period_state | start_date   | end_date     |
+--------------+--------------+--------------+
| succeeded    | 2019-01-01   | 2019-01-03   |
| failed       | 2019-01-04   | 2019-01-05   |
| succeeded    | 2019-01-06   | 2019-01-06   |
+--------------+--------------+--------------+
解释：
结果忽略了 2018 年的记录，因为我们只关心从 2019-01-01 到 2019-12-31 的记录
从 2019-01-01 到 2019-01-03 所有任务成功，系统状态为 "succeeded"。
从 2019-01-04 到 2019-01-05 所有任务失败，系统状态为 "failed"。
从 2019-01-06 到 2019-01-06 所有任务成功，系统状态为 "succeeded"。

思路：

第一步，构造统一的时间状态表
将原本分散在不同表中的成功日期和失败日期，通过 UNION ALL 合并为一张统一的时间表。
在这一步中，明确每一条记录只包含两个核心信息：

• 日期（date）

• 状态（state：failed 或 succeeded）

这样做的目的是将问题从“多表问题”转化为“单一时间序列分组问题”。

第二步，通过窗口函数制造“分组标识”
连续区间的识别是本题的难点。
解决方法是利用两个行号序列的差值来刻画“连续性”：

• 一个行号按全局日期顺序递增

• 一个行号按状态分组、日期顺序递增

当状态在日期序列中连续时，这两个行号的差值保持不变；
一旦状态发生切换，差值就会改变。

因此，全局行号 − 状态内行号 可以作为“连续区间的唯一标识”。

第三步，按区间标识进行分组聚合
在得到区间标识后，只需按以下维度分组：

• 状态

• 连续区间标识

然后分别取：

• 最小日期作为区间起始

• 最大日期作为区间结束

即可得到每一个状态连续区间的完整时间范围。

输入1
SUCCESS_DATE		date	state		date	state		date	state	rn1	rn2	rn1-rn2
2018-12-30		2018-12-30	succeeded		2018-12-28	failed	row_number() over (order by dt) as rn1, row_number() over (partition by state order by dt) as rn2	2018-12-28	failed	1	1	0		date	state
2018-12-31		2018-12-31	succeeded		2018-12-29	failed		2018-12-29	failed	2	2	0	where dt between date'2019-01-01' and date' 2019-12-31'	2018-12-30	succeeded
2019-01-01		2019-01-01	succeeded	排序	2018-12-30	succeeded		2018-12-30	succeeded	3	1	2		2018-12-31	succeeded	group by state, (rn1 - rn2) order by start_date;
2019-01-02		2019-01-02	succeeded		2018-12-31	succeeded		2018-12-31	succeeded	4	2	2		2019-01-01	succeeded
2019-01-03	首先把两个表合并	2019-01-03	succeeded		2019-01-01	succeeded		2019-01-01	succeeded	5	3	2		2019-01-02	succeeded
2019-01-06		2019-01-06	succeeded		2019-01-02	succeeded		2019-01-02	succeeded	6	4	2		2019-01-03	succeeded
		2018-12-28	failed		2019-01-03	succeeded		2019-01-03	succeeded	7	5	2		2019-01-04	failed
输入2		2018-12-29	failed		2019-01-04	failed		2019-01-04	failed	8	3	5		2019-01-05	failed
FAIL_DATE		2019-01-04	failed		2019-01-05	failed		2019-01-05	failed	9	4	5		2019-01-06	succeeded
2018-12-28		2019-01-05	failed		2019-01-06	succeeded		2019-01-06	succeeded	10	6	4
2018-12-29										(rn1 - rn2)
2019-01-04														period_state	start_date	end_date
2019-01-05														succeeded	2019-01-01	2019-01-03
														failed	2019-01-04	2019-01-05
														succeeded	2019-01-06	2019-01-06

代码：

 with t1 as (
    select to_char(fail_date,'YYYY-MM-DD') as dt, 'failed' as state
    from failed
    union all
    select to_char(success_date,'YYYY-MM-DD') as dt, 'succeeded' as state
    from succeeded
),
t as (
    select dt,
           state,
           row_number() over (order by dt) as rn1,
           row_number() over (partition by state order by dt) as rn2
    from t1
)
select state as period_state,
       min(dt) as start_date,
       max(dt) as end_date
from t
where dt between date'2019-01-01' and date' 2019-12-31'
group by state, (rn1 - rn2)
order by start_date;