sql - 如何从历史数据中检索行程？

Question

我有下表mytable在 hive 中:

id    radar_id     car_id     datetime
1     A21          123        2017-03-08 17:31:19.0
2     A21          555        2017-03-08 17:32:00.0
3     A21          777        2017-03-08 17:33:00.0
4     B15          123        2017-03-08 17:35:22.0
5     B15          555        2017-03-08 17:34:05.0
5     B15          777        2017-03-08 20:50:12.0
6     A21          123        2017-03-09 11:00:00.0
7     C11          123        2017-03-09 11:10:00.0
8     A21          123        2017-03-09 11:12:00.0
9     A21          555        2017-03-09 11:12:10.0
10    B15          123        2017-03-09 11:14:00.0
11    C11          555        2017-03-09 11:20:00.0

我想获取汽车通过雷达的路线A21和 B15同一行程内。例如，如果同一 car_id 的日期不同，那就是不一样的行程了。基本上，我想考虑雷达之间的最大时间差A21和 B15同一辆车应该是30分钟。如果它更大，那么行程就不一样了，例如 car_id 777 .

我的最终目标是计算每天的平均出行次数(非唯一，所以如果同一辆车在同一路线上经过 2 次，那么应该计算 2 次)。

预期结果如下:

radar_start   radar_end       avg_tripscount_per_day
A21           B15             1.5

日期2017-03-08雷达之间有 2 次行程 A21和 B15 (汽车 777 由于 30 分钟限制不考虑)，而在日期 2017-03-09只有1趟。平均每天 2+1=1.5 次。

我怎样才能得到这个结果？基本上，我不知道如何在查询中引入 30 分钟限制以及如何按 radar_start 对乘车进行分组。和 radar_end .

谢谢。

更新:

行程在开始日期登记。

如果汽车被雷达触发 A21在 2017-03-08 23:55和雷达 B15在 2017-03-09 00:15 ，那么它应该被认为是在日期2017-03-08登记的同一次旅行。 .

如果是 ids 6和8同车123路过 A21两次，然后转向B15 ( id 10)。最后一次乘坐 id 8 应该考虑。所以，8-10 .因此，最接近 B15 的前一个.解释是有车经过A21两次，第二次转向B15 .

Answer 1

select  count(*) / count(distinct to_date(datetime))    as trips_per_day

from   (select  radar_id
               ,datetime
               ,lead(radar_id) over w  as next_radar_id
               ,lead(datetime) over w  as next_datetime                    

        from    mytable

        where   radar_id in ('A21','B15')

        window  w as 
                (
                    partition by  car_id
                    order by      datetime
                )
        ) t

where   radar_id        = 'A21'
    and next_radar_id   = 'B15'
    and datetime + interval '30' minutes >= next_datetime
;

+----------------+
| trips_per_day  |
+----------------+
| 1.5            |
+----------------+

附言
如果您的版本不支持间隔，最后的代码记录可以替换为 -and to_unix_timestamp(datetime) + 30*60 > to_unix_timestamp(next_datetime)