mysql - 计算具有特定列的所有行并按周分组

Question

一段时间以来，我一直在尝试创建一个查询，该查询每天计算一个表中包含具有特定 ID 的列的所有行，然后根据 UNIX 时间戳列将它们分组为每周值。我有一个包含 3700 万行的中型数据集，并且一直在尝试运行以下类型的查询:

SELECT DATE(timestamp), COUNT(*) FROM `table` WHERE ( date(timestamp) 
between "YYYY-MM-DD" and "YYYY-MM-DD" and column_group_id=X ) 
group by week(date(startdate)) 

虽然我得到了奇怪的结果，并且查询没有正确地对计数进行分组，但在结果计数列上显示了太大的值(我通过查询非常小的特定数据集验证了值错误。)

如果我改为按 date(startdate) 分组，则行数按天匹配，但我想将这些每日行数合并为每周行数。这怎么可能？数据需要格式:

2006-01-01 | 5 
2006-01-08 | 10

第一列是日期时间戳，第二列是每周的行数。

Answer 1

您的查询是不确定的，因此您得到意想不到的结果也就不足为奇了。我的意思是您可以对相同的数据运行此查询 5 次并获得 5 个不同的结果集。这是因为您选择的是 DATE(timestamp) 但按 WEEK(DATE(startdate)) 分组，因此查询返回第一行的时间在每个开始日期周以任何顺序出现。

考虑以下两行(为了便于阅读，时间戳采用日期格式):

TimeStamp       StartDate
20120601        20120601
20120701        20120601

您的查询按 WEEK(StartDate) 分组，即 23，因为两行的计算结果相同，您希望结果有 1 行且计数为 2。

HOWEVER DATE(Timestamp) 也在选择列表中，因为没有 ORDER BY 语句，查询不知道哪个时间戳返回“20120601”或“20120701”。因此，即使在这个小结果集上，您也有 50:50 的机会获得:

TimeStamp       COUNT
20120601        2

并且有 50:50 的机会获得

TimeStamp       COUNT
20120701        2

如果您像这样向数据集添加更多数据:

TimeStamp       StartDate
20120601        20120601
20120701        20120601
20120701        20120701

你可以得到

TimeStamp       COUNT
20120601        2
20120701        1

或

TimeStamp       COUNT
20120701        2
20120701        1

您可以看到，对于 37,000,000 行，您很快就会得到意想不到且无法预测的结果!

编辑

因为看起来您正在尝试在结果中获取周开始时间，而按周分组时您可以使用以下内容来获取周开始时间(将 CURRENT_TIMESTAMP 替换为您想要的任何列):

SELECT  DATE_ADD(CURRENT_TIMESTAMP, INTERVAL 1 - DAYOFWEEK(CURRENT_TIMESTAMP) DAY) AS WeekStart

然后您也可以按此日期分组以获得每周结果，并避免选择列表中的内容不在您的分组依据中的麻烦。