这个问题可以重新表述如下：

• 计算每日处理的唯一页面数，同时过滤小于最后一天最大页面数的页面。*

DB fiddle with step-by-step queries
1.如果使用PostgreSQL 11+：

select day_date, count(distinct(page)) as page_count
from 
(select 
    to_char(timestamp_updated, 'YYYY-MM-DD') as day_date, 
    page,
    first_value(page) over (
        order by to_char(timestamp_updated, 'YYYY-MM-DD')
        groups between 1 preceding and current row
    ) as prev_day_max_page 
from dictionary_word, unnest(dict_pages) page
) prev_day_page_data
where page >= prev_day_max_page
group by day_date
order by day_date;

字符串
GROUPS窗口帮助聚合上一个和当前日期组中的所有行。
文档**link_1和link_2**。
1.不太优雅的方法：

with all_pages as (
    select
        to_char(timestamp_updated, 'YYYY-MM-DD') as day_date,
        page
    from dictionary_word dtw, unnest(dict_pages) page
)
select day_date, count(distinct(page)) as pages_count
from all_pages
join (
    select
        day_date,
        coalesce(
              lag(daily_max_page) over (order by day_date), 
              daily_max_page
        ) as prev_max_page
    from (
          select
              to_char(timestamp_updated, 'YYYY-MM-DD') as day_date,
              max(page::integer) as daily_max_page
          from dictionary_word dtw, unnest(dict_pages) page
          group by day_date
          -- order by day_date
    ) s
) prev_day_max_page_stat using (day_date)
where page::integer >= prev_max_page
group by day_date
order by day_date;

型

详情：

1. all_pages将从unnest(dict_pages)操作中获得所有页码。
2. prev_day_max_page_stat查询计算当前日期之前的最大页数。
   1.最后一个查询计算每天处理的唯一pages_count。
   它按day_date字段对页面进行分组，并使用筛选器筛选值
   where page::integer >= prev_max_page。

改进示例：

我改进了insert语句来检查查询的正确性。在下面的屏幕截图中，您可以看到，值小于前一天最大值的页面不包括在结果中。

Screenshot

| 页数| pages_count |
| --| ------------ |
| 一个| 1 |
| 二个| 2 |
| 一个| 1 |

下面的查询首先unnest是页码数组，然后在聚合过程中，过滤掉任何具有对应的dict_page的标题词，该标题词在较早的日期被处理过（即存在一个dict_page大于或等于所讨论的dict_page，且时间戳较小）：

with dt as (
   select date(d.timestamp_updated) date, d.headword, c::int 
   from dictionary_word d cross join unnest(d.dict_pages) c
)
select d.date, count(distinct d.headword) c from dt d 
where not exists (select 1 from dt d1 where d.c <= d1.c and d1.date < d.date)
group by d.date

字符串
See fiddle