通过 sql 计算用户看到的唯一项目

Posted 2023-03-31

【中文标题】通过 sql 计算用户看到的唯一项目

【英文标题】：Calculate unique items seen by users via sql

【发布时间】：2020-08-15 10:58:20

【问题描述】：

我需要帮助来解决下一个案例。

用户想要查看的数据可以通过分页请求访问，然后这些请求以以下形式存储在数据库中：

+----+---------+-------+--------+
| id | user id | first | amount |
+----+---------+-------+--------+
|  1 |    1    |   0   |    5   |
|  2 |    1    |   10  |   10   |
|  3 |    1    |   10  |    5   |
|  4 |    1    |   15  |   10   |
|  5 |    2    |   0   |   10   |
|  6 |    2    |   0   |    5   |
|  7 |    2    |   10  |    5   |
+----+---------+-------+--------+

表格按用户id asc、first asc、数量desc排序。

任务是编写 SQL 语句，计算用户看到的唯一数据总量。

对于第一个用户，总金额必须为 20，因为 id=1 的请求返回了前 5 个项目，id=2 的请求返回了另外 10 个项目。 id=3 的请求返回已经被 id=2 的请求“看到”的数据。 id=4 的请求与 id=2 相交，但仍返回 5 条“未见过”的数据。

第二个用户的总金额必须是15。

作为 SQL 语句的结果，我应该得到下一个输出：

+---------+-------+
| user id | total |
+---------+-------+
|    1    |   20  |
+---------+-------+
|    2    |   15  |
+---------+-------+

我使用的是 mysql 5.7，因此我无法使用窗口函数。我已经坚持了一天的任务，但仍然无法获得所需的输出。如果无法使用此设置，我将最终在应用程序代码中计算结果。对于解决此任务的任何建议或帮助，我将不胜感激，谢谢！

【参考方案1】：

这是一种间隙和孤岛问题。在这种情况下，使用累积最大值来确定一个请求是否与前一个请求相交。如果不是，那就是相邻请求的“孤岛”的开始。开始的累积总和分配一个“岛”，然后聚合计算每个岛。

所以，这些岛屿看起来像这样：

select userid, min(first), max(first + amount) as last
from (select t.*,
             sum(case when prev_last >= first then 0 else 1 end) over
                 (partition by userid order by first) as grp
      from (select t.*,
                   max(first + amount) over (partition by userid order by first range between unbounded preceding and 1 preceding) as prev_last
            from t
           ) t
     ) t
group by userid, grp;

然后您希望将其与用户 ID 相加，这样就多了一层聚合：

with islands as (
      select userid, min(first) as first, max(first + amount) as last
      from (select t.*,
                   sum(case when prev_last >= first then 0 else 1 end) over
                       (partition by userid order by first) as grp
            from (select t.*,
                         max(first + amount) over (partition by userid order by first range between unbounded preceding and 1 preceding) as prev_last
                  from t
                 ) t
           ) t
      group by userid, grp
     )
select userid, sum(last - first) as total
from islands
group by userid;

Here 是一个 dbfiddle。

【讨论】：

感谢详细说明，我会考虑更新环境使用mysql 8.0

【参考方案2】：

这个逻辑类似于 Gordon 的逻辑，但也可以在旧版本的 MySQL 上运行。

select userid
  -- overall length minus gaps
  ,max(maxlast)-min(minfirst) + sum(gaplen) as total
from
 ( 
   select userid
     ,prevlast
     ,min(first) as minfirst -- first of group
     ,max(last) as maxlast   -- last of group
      -- if there was a gap, calculate length of gap
     ,min(case when prevlast < first then prevlast - first else 0 end) as gaplen
   from
    (
      select t.*
        ,first + amount as last -- last value in range
        ,( -- maximum end of all previous rows
           select max(first + amount) 
           from t as t2
           where t2.userid = t.userid
             and t2.first < t.first
         ) as prevlast
      from t 
    ) as dt
   group by userid, prevlast
 ) as dt
group by userid
order by userid

见fiddle

【讨论】：

谢谢，这是我 mysql 5.7 所需要的。