sql - SQL问题-计算最大天数顺序

标签 sql vertica window-functions

有一个包含访问数据的表:

uid (INT) | created_at (DATETIME)

我想查找用户连续几天访问了我们的应用程序。因此,例如:
SELECT DISTINCT DATE(created_at) AS d FROM visits WHERE uid = 123

将返回:
     d      
------------
 2012-04-28
 2012-04-29
 2012-04-30
 2012-05-03
 2012-05-04

有5条记录和两个间隔-3天(4月28日至30日)和2天(5月3日至4日)。

我的问题是如何找到用户连续访问该应用程序的最大天数(在示例中为3天)。试图在SQL文档中找到合适的函数,但没有成功。我想念什么吗?

UPD:
谢谢你们的回答!实际上,我正在使用vertica分析数据库(http://vertica.com/),但这是一种非常罕见的解决方案,只有很少的人有使用它的经验。尽管它支持SQL-99标准。

好吧,大多数解决方案都需要稍作修改。最后,我创建了自己的查询版本:
-- returns starts of the vitit series 
SELECT t1.d as s FROM testing t1
LEFT JOIN testing t2 ON DATE(t2.d) = DATE(TIMESTAMPADD('day', -1, t1.d))
WHERE t2.d is null GROUP BY t1.d

          s          
---------------------
 2012-04-28 01:00:00
 2012-05-03 01:00:00

-- returns end of the vitit series 
SELECT t1.d as f FROM testing t1
LEFT JOIN testing t2 ON DATE(t2.d) = DATE(TIMESTAMPADD('day', 1, t1.d))
WHERE t2.d is null GROUP BY t1.d

          f          
---------------------
 2012-04-30 01:00:00
 2012-05-04 01:00:00

因此,现在我们唯一需要做的就是以某种方式将它们连接起来,例如通过行索引。
SELECT s, f, DATEDIFF(day, s, f) + 1 as seq FROM (
    SELECT t1.d as s, ROW_NUMBER() OVER () as o1 FROM testing t1
    LEFT JOIN testing t2 ON DATE(t2.d) = DATE(TIMESTAMPADD('day', -1, t1.d))
    WHERE t2.d is null GROUP BY t1.d
) tbl1 LEFT JOIN (
    SELECT t1.d as f, ROW_NUMBER() OVER () as o2 FROM testing t1
    LEFT JOIN testing t2 ON DATE(t2.d) = DATE(TIMESTAMPADD('day', 1, t1.d))
    WHERE t2.d is null GROUP BY t1.d
) tbl2 ON o1 = o2 

样本输出:
          s          |          f          | seq 
---------------------+---------------------+-----
 2012-04-28 01:00:00 | 2012-04-30 01:00:00 |   3
 2012-05-03 01:00:00 | 2012-05-04 01:00:00 |   2

最佳答案

最短的另一种方法是进行自我联接:

with grouped_result as
(
    select 
       sr.d,
       sum((fr.d is null)::int) over(order by sr.d) as group_number
    from tbl sr
    left join tbl fr on sr.d = fr.d + interval '1 day'
)
select d, group_number, count(d) over m as consecutive_days
from grouped_result
window m as (partition by group_number)

输出:
          d          | group_number | consecutive_days 
---------------------+--------------+------------------
 2012-04-28 08:00:00 |            1 |                3
 2012-04-29 08:00:00 |            1 |                3
 2012-04-30 08:00:00 |            1 |                3
 2012-05-03 08:00:00 |            2 |                2
 2012-05-04 08:00:00 |            2 |                2
(5 rows)

现场测试:http://www.sqlfiddle.com/#!1/93789/1

sr =第二行,fr =第一行(或者也许是前一行?)。基本上,我们正在执行向后跟踪,这是不支持LAG的数据库的模拟滞后(Postgres支持LAG,但解决方案是very long,因为窗口不支持嵌套窗口)。因此,在此查询中,我们使用混合方法,通过联接模拟LAG,然后对其使用SUM窗口化,从而产生组号

更新

忘记了最终查询,上面的查询说明了组编号的基础,需要将其变形为:
with grouped_result as
(
    select 
       sr.d,
       sum((fr.d is null)::int) over(order by sr.d) as group_number
    from tbl sr
    left join tbl fr on sr.d = fr.d + interval '1 day'
)
select min(d) as starting_date, max(d) as end_date, count(d) as consecutive_days
from grouped_result
group by group_number
-- order by consecutive_days desc limit 1


STARTING_DATE                END_DATE                     CONSECUTIVE_DAYS
April, 28 2012 08:00:00-0700 April, 30 2012 08:00:00-0700 3
May, 03 2012 08:00:00-0700   May, 04 2012 08:00:00-0700   2

更新

我知道为什么我使用窗口函数的other solution变长了,而在我试图说明组编号和对组进行计数的逻辑时却变长了。如果我像MySql approach那样追逐追赶,那么该窗口功能可能会更短。话虽如此,这是我以前的窗口函数方法,尽管现在更好:
with headers as
(
    select 
      d,lag(d) over m is null or d - lag(d) over m  <> interval '1 day' as header
    from tbl
    window m as (order by d)
)      
,sequence_group as
(
    select d, sum(header::int) over (order by d) as group_number
    from headers  
)
select min(d) as starting_date,max(d) as ending_date,count(d) as consecutive_days
from sequence_group
group by group_number
-- order by consecutive_days desc limit 1

现场测试:http://www.sqlfiddle.com/#!1/93789/21

关于sql - SQL问题-计算最大天数顺序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10448024/

相关文章:

sql - Vertica 中的 UPDATE FROM SELECT 查询出现重复键冲突

sql - 查找序列中未缺失的列中的上一个数字

sql - 如何获取特定月份的数据sql

mysql - 无法在 FROM 子句中指定更新目标表 'my_table'

Vertica 在输出中包含列名,但不包含行计数页脚

sql - 需要 SQL MIN MAX Group By 和 AGGREGATE 的帮助

sql - 在 Postgresql 上的 SQL 查询中的特定条件下增加列值

sql - 在 Postgresql LIKE 中使用下划线

sql - 如何在具有特定 ID 的记录之前和之后获得 5 条记录?

sql - SQL 中的序列编号