一个有趣的 SQL 查询

Posted 2021-03-24 1994jinnan

来源：站长资讯

一个朋友有这样一个SQL查询需求： 
有一个登录表(tmp_test)，包含用户ID(uid)和登录时间(login_time)。表结构如下： 
*************************** 1. row ***************************
Field: uid
Type: int(10) unsigned
Null: NO
Key: MUL
Default: NULL
Extra:
*************************** 2. row ***************************
Field: login_time
Type: timestamp
Null: NO
Key: MUL
Default: 0000-00-00 00:00:00
Extra: 
问如何查询出所有在某一段时间内（如：2012-1-1至2012-1-17)连续7天都有登录的用户。

在写这个SQL时，发现一些很有意思东西，也许对大家写SQL有帮助，因此记录一下。

- 基本思路 Loop Join
  首先想到的思路是一个类似于Loop Join的方法：
  A. 取出2012-1-1到2012-1-11的每一条记录.
  B. 对取出的每一条记录，再去表中查询这个用户的接下来6天的记录。
     如果总数为6条记录，则满足连续7天的条件

- Range Join
  Loop Join的思路可以通过一个Join语句来实现。姑且称之为Range Join。通常join时，使用的都是
  等值join. 如果join列的值是唯一的，那么就是左表的一条记录对应右表的一条记录。而Range Join
  中，左表的一行数据对应右表的一个范围内的所有记录。

  SQL 语句为：

  SELECT DISTINCT t.uid FROM tmp_test AS t JOIN tmp_test AS t1
  ON date(t.login_time) + 1 <= date(t1.login_time) AND
     date(t.login_time) + 7 > date(t1.login_time) AND
     t.uid = t1.uid
  WHERE t.login_time BETWEEN ’2012-1-1 00:00:00′ AND ’2012-1-11 23:59:59′ AND
        t1.login_time >= ’2012-1-2′ AND t.login_time < ’2012-1-18′(可去掉）

 

- COUNT(DISTINCT)
  “计算连续7天”,可以通过GROUP BY分组和COUNT()来完成。因为一个用户在1天内可能会有多次登录，
  这里需要使用(COUNT DISTINCT）. SQL 语句为：

  GROUP BY t.login_time, t.uid
  HAVING COUNT(DISTINCT date(t1.login_time))=6

 

- BIT_OR
  考虑到DISTINCT操作需要缓存数据，就想到了用bit逻辑运算（可能会效率高一些)。因为连续的七天
  与第一天的差分别为，1,2,3,4,5,6,7.可以分别用1-7bit位来表示。根据这个特点，可以对分组中
  的每一行进行或(|)运算.如果最后的值等于b’1111110′(6个1）.那么就是连续的7天。这个办法可以
  避免DISTINC操作。没想到mysql中真的有了bit操作的聚合函数。BIT_OR就是我们要用的。

  SQL 语句为：

GROUP BY t.login_time, t.uid
  HAVING BIT_OR(1 << datediff(t1.login_time, t.login_time)) = b’1111110′;

 

  NOTE: 从测试结果看，没有索引时BIT_OR要比DISTINCT好一点点，不是非常明显。当DISTINCT的
        字段上有索引时，要比BIT_OR要好一点点.

- 去掉Range Join
  虽说上面的思路实现了这个查询要求，但是由于使用了Range Join,效率并不好。在对uid建索引的情
  况下，大约需要3.5s(总共约50000条记录). 有没有更好的方法呢？
  受BIT_OR的启发，可以通过单表扫描，用bit位来记录每个用户2012-1-1至2012-1-17是否有登录。
  然后根据这个值来判断是否有连续7天的情况。

  我们需要一个辅助的函数来进行bit的运算：

DELIMITER |
  /* 判断一个Bit序列中，是否存在若干个连续的1 */
  /* 参数bits: bit序列*/
  /* 参数trait: 指定的若干连续的1.如b’111111‘ */
  CREATE FUNCTION bits_find_N1(bits BIGINT, trait BIGINT)
  RETURNS BOOL
  BEGIN
    WHILE bits <> 0 DO
      IF ((bits & trait) = trait) THEN
        RETURN TRUE;
      END IF;
      SET bits = bits >> 1;
    END WHILE;
    RETURN FALSE;
  END|
  DELIMITER ;

 

  SQL 语句为：
  

SELECT uid AS bit FROM tmp_test
  WHERE login_time BETWEEN ’2012-1-1 00:00:00′ AND ’2012-1-17 23:59:59′
  GROUP BY uid
  HAVING bits_find_N1(BIT_OR(1 << datediff(login_time, ’2012-1-1′)),
                             b’1111111′) IS TRUE;

 

  这个语句效率还是比较好的，即使不对uid建索引，也只需约0.27s

- 超高效率的语句
  下面是另一个朋友写的SQL，虽然有点复杂，但是效率超高，只需要约0.17s是这样的

  SET @wy=0;
  SELECT DISTINCT uid
  FROM (SELECT MAX(date)-MIN(date) less,uid
        FROM (SELECT date-rn diff, uid, date, rn
              FROM (SELECT @wy:=@wy+1 rn, uid,
                           datediff(login_time,’1971-01-01′) date,login_time
                    FROM (SELECT date(login_time) login_time, uid FROM tmp_test
                          WHERE login_time>=’2012-01-01 00:00:00′ AND
                                login_time <’2012-01-18 00:00:00′
                          GROUP BY uid, date(login_time)
                          ORDER BY uid, date(login_time)
                         )x
                   )x
             )x
         GROUP BY diff,uid
        )x
  WHERE less>=6;