如何检测 MySQL DATETIME 列中的连续小时数？

Posted 2023-03-31

【中文标题】如何检测 MySQL DATETIME 列中的连续小时数？

【英文标题】：How can I detect consecutive hours in a MySQL DATETIME column?

【发布时间】：2014-02-19 20:11:35

【问题描述】：

我们有一张这样的表：

描述 time_slots; id int(11) user_id int(11) start_time 日期时间

start_time 字段始终以小时为增量（例如2013-09-04 16:00:00）

我们的数据科学家想要查询此表，以识别每个 user_id 的连续 start_time 记录，以便她可以创建如下所示的派生表：

id int(11) user_id int(11) start_time 日期时间 end_time 日期时间

例如，给定这个数据：

user_id: 5, start_time: 2013-09-04 16:00:00 user_id：5，开始时间：2013-09-04 17:00:00 user_id: 5, start_time: 2013-09-04 18:00:00 user_id：6，开始时间：2013-09-04 16:00:00 user_id：6，开始时间：2013-09-04 17:00:00 user_id：6，开始时间：2013-09-04 18:00:00 user_id：6，开始时间：2013-09-04 20:00:00 user_id：6，开始时间：2013-09-04 21:00:00 user_id：6，开始时间：2013-09-04 22:00:00

...我们可以得出这个输出：

user_id: 5, start_time: 2013-09-04 16:00:00, end_time: 2013-09-04 18:00:00 user_id: 6, start_time: 2013-09-04 16:00:00, end_time: 2013-09-04 18:00:00 user_id: 6, start_time: 2013-09-04 20:00:00, end_time: 2013-09-04 22:00:00

对于给定的用户，每天可能有多个这些开始/结束“块”（但它们不会重叠）。

在我进入计划 B（设置非规范化数据仓库）之前，有什么想法可以在 SQL 中完成吗？

【参考方案1】：

取决于您的数据库...窗口函数可以实现这一点。生成一个表示与前一列的增量的列（因此您需要它按 user_id、startTime 排序）；然后，您可以使用该增量列进行分组。由于连续块在增量中将由“1”表示，并且新块的编号会更高。

您也可以通过使用子选择进行连接并将其偏移 1 来实现这一点，例如加入 ROW_NUMBER 和 ROW_NUMBER-1，然后您可以计算时间戳之间的增量，并使用外部选择进行一些魔术以得到你想要的。关键是增量。

你可以这样做：

SET @prevUser := null;
SET @prevStartTime := 0;
SET @groupNumber := 1;
SET @groupPrevUser := null;


select 
    user,
    groupNumber,
    min(startTime),
    max(endTime),
    max(endTime) - min(startTime) as 'duration'
from
    (SELECT 
        user,
            startTime,
            endTime,
            delta,
            IF(delta != 10000 || @groupPrevUser <> user, @groupNumber:=@groupNumber + 1, @groupNumber) 'groupNumber',
            @groupPrevUser:=user
    from
        (SELECT 
        user,
            startTime,
            endTime,
            IF(@prevUser <> user || @prevStartTime = 0, endTime - startTime, startTime - @prevStartTime) AS delta,
            @prevUser:=user,
            @prevStartTime:=startTime
    FROM
        queries
    ORDER BY user , startTime) userData) userGroupData
group by user , groupNumber

得到这个结果：

# user, groupNumber, min(startTime), max(endTime), duration
bob, 1, 1392060000, 1392080000, 20000
bob, 2, 1392090000, 1392100000, 10000
jim, 3, 1392150000, 1392180000, 30000

使用这个基表：

# user, startTime, endTime
bob, 1392060000, 1392070000
bob, 1392070000, 1392080000
bob, 1392090000, 1392100000
jim, 1392150000, 1392160000
jim, 1392160000, 1392170000
jim, 1392170000, 1392180000

【讨论】：

mysql 中不存在窗口函数。

使用 RANK 和 RANK-1 或 user_id 进行自我加入，开始时间 - 1 小时作为键会给你同样的能力

顺便说一句，InfiniDB 是一个与 MySQL 兼容的数据库（开源 GPLv2），具有建立在标准 MySQL 函数之上的窗口函数。

看起来 MySQL 可以被骗成 RANK。请参阅sqlfiddle.com/#!2/26e10/9 然后您可以使用自联接而不是我建议的半联接。不知道过程语言处理是否会带走我期望自加入的速度提升。不想引发数据库大战，但这确实是 MySQL 的不足。

与MySQL中计算排名的方法相同，可以计算增量

【参考方案2】：

我的第一个建议是更改架构为 block_by_id 添加计数器。那么你的问题是一个简单的最小值-最大值。并且当创建记录时，可以通过查看 (1) 是否已经有此 user_id 的记录和 (2) 是否比新记录早一个多小时来确定块号。我想您可以将其视为非规范化的，在这种情况下，我们的想法是“即时”找出块。

SELECT user_id, MIN(start_time) AS start_time, MAX(start_time) AS start_time
FROM time_slots t1
WHERE NOT EXISTS 
    (SELECT 1 FROM time_slots AS t2 WHERE t1.user_id = t2.user_id
       AND timestampdiff(HOUR, t1.start_time, t2.start_time)=1
/* replace with date arithmetic function of your RDBMS if need be */ 
    )
GROUP BY user_id;

我没有任何调整 MySQL 的经验。可能是不同的 timediff 表达式将允许它使用(user_id, start_time) 上的索引。