根据给定日期的最大状态计数，并包含分组数据

Posted

技术标签:

【中文标题】根据给定日期的最大状态计数，并包含分组数据【英文标题】：Count based on the max status on a given date, with grouped data 【发布时间】：2021-12-30 07:33:19 【问题描述】：

我的示例是一个票务系统，包含状态更新和创建票证的条目。

小提琴： https://dbfiddle.uk/?rdbms=oracle_18&fiddle=a5ff4600adbab185eb14b08586f1bd29

ID TICKETID STATUS TICKET_CREATED STATUS_CHANGED
1 1 other_error 01-JAN-20 01-JAN-20 08.00.00
2 2 tech_error 01-JAN-20 01-JAN-20 09.00.00
3 3 unknown 01-JAN-20 01-JAN-20 09.10.00
4 4 unknown 01-JAN-20 01-JAN-20 09.20.00
5 4 tech_error 01-JAN-20 02-JAN-20 09.30.00
6 1 solved 01-JAN-20 02-JAN-20 10.00.00
7 2 solved 01-JAN-20 02-JAN-20 07.00.00
8 5 tech_error 02-JAN-20 02-JAN-20 08.00.00
9 6 unknown 02-JAN-20 02-JAN-20 08.30.00
10 6 solved 02-JAN-20 02-JAN-20 09.30.00
11 5 solved 02-JAN-20 03-JAN-20 08.00.00
12 4 unknown 01-JAN-20 03-JAN-20 09.00.00

我想根据工单创建日期评估数据，获取特定日期的三件事：

    （完成）在给定日期总共创建了多少张工单 （完成）在给定日期创建了多少张状态为“未知”的工单 （未完成）在给定日期有多少票完全处于“未知”状态？棘手！因为重要的是给定日期午夜以下最大 STATUS_CHANGED 的状态。

01.01.2021 的预期结果：

TICKET_CREATED Total Created Tickets created in Unknown status Total tickets in Unknown status
01-JAN-20 4 2 2

解释：20 年 1 月 1 日，票 3 和 4 在一天结束时处于“未知”状态

02.01.2021 的预期结果：

TICKET_CREATED Total Created Tickets created in Unknown status Total tickets in Unknown status
02-JAN-20 2 1 1

说明：20 年 1 月 2 日，当天结束时只有票 3 处于“未知”状态

第 1 + 2 部分的当前解决方案：

select ticket_created, 
count(*) as "Total Created",
sum(case when status = 'unknown' then 1 else 0 end) as "Unknown tickets created",
'?' as "Total tickets in Unknown status"
from myTable
where id in
    (select min(id) as id
    from myTable
    where ticket_created = to_date('01.01.2020', 'DD.MM.YYYY')
    group by ticketid)
group by ticket_created

你能给我一些关于如何接近第 3 点的提示吗？

【问题讨论】：

问题。 “未知状态的总票数”是否还需要计算在您想要的日期之前仍然具有“未知”状态的票？ （你可能想改变你的样本数据） 【参考方案1】：

假设我正确理解了您的逻辑，这就是我将如何实现您的目标：

with ticket_info as (select id,
                            ticketid,
                            status,
                            ticket_created,
                            status_changed,
                            row_number() over (partition by ticketid, trunc(status_changed) order by status_changed desc) rn_per_id_day_desc,
                            row_number() over (partition by ticketid order by status_changed) rn_per_id_asc
                     from   mytable)
select ticket_created,
       count(distinct case when trunc(ticket_created) = to_date('01/01/2020', 'dd/mm/yyyy') then ticketid end) as "Total Created",
       count(case when rn_per_id_asc = 1 and status = 'unknown' then 1 end) as "Unknown tickets created",
       count(case when rn_per_id_day_desc = 1 and status = 'unknown' then 1 end) as "Total tickets in Unknown status"
from   ticket_info
where  status_changed >= to_timestamp('01/01/2020', 'dd/mm/yyyy')
and    status_changed < to_timestamp('01/01/2020', 'dd/mm/yyyy') + interval '1' day
group by ticket_created;

db<>fiddle

您可以看到，首先，我使用了几个 row_number() 分析函数来为行提供标签 - 一个按照 id 的更改顺序为每个行添加标签（这使我们能够识别每行的第一行） id，即工单创建的行），另一个按降序标记每个 id 和天的行（这使我们能够识别每个 id 当天的最后一行）。

使用该信息，我们可以计算出您的所有三个案例：

    一天创建的票证 - 这里我使用了不同的计数，但您可以将其更改为 count(case when rn_per_id_asc = 1 then 1 end)，这样可能更有效且更易于理解。 在某一天创建为“未知”的票证 - 这里我使用了条件计数：如果它是第一行并且状态未知，则计算它 一天结束时处于“未知”状态的票 - 这里我使用了另一个条件计数：如果它是一天的最后一行并且状态未知，则计算它。

ETA：修改了第三部分的逻辑，以计算在一天结束时状态为未知的活动门票，我认为这应该可以解决问题：

with date_of_interest as (select start_date + level -1 dt,
                                 start_date + level next_dt
                          from   (select to_date('01/01/2020', 'dd/mm/yyyy') start_date,
                                         to_date('03/01/2020', 'dd/mm/yyyy') end_date
                                  from   dual)
                          connect by level <= (end_date - start_date) + 1),
          ticket_info as (select mt.id,
                                 mt.ticketid,
                                 mt.status,
                                 mt.ticket_created,
                                 mt.status_changed,
                                 row_number() over (partition by mt.ticketid, doi.dt order by mt.status_changed) rn_per_id_asc,
                                 row_number() over (partition by mt.ticketid, doi.dt order by mt.status_changed desc) rn_per_id_desc,
                                 doi.dt,
                                 doi.next_dt
                          from   mytable mt
                                 inner join date_of_interest doi on mt.status_changed < doi.next_dt
                          )
select dt,
       count(case when ticket_created = dt and rn_per_id_asc = 1 then 1 end) as "Total Created",
       count(case when ticket_created = dt and rn_per_id_asc = 1 and status = 'unknown' then 1 end) as "Unknown tickets created",
       count(case when rn_per_id_desc = 1 and status = 'unknown' then 1 end) as "Total tickets in Unknown status"
from   ticket_info
group by dt
order by dt;

您会注意到，我已将查询更新为跨多天运行 - 如果查询一次只运行一个日期，您可以像这样替换 date_of_interest 子查询：

with date_of_interest as (select dt,
                                 dt + 1 next_dt
                          from   (select to_date('03/01/2020', 'dd/mm/yyyy') dt
                                  from   dual)),

更新db<>fiddle

注意这不会是最有效的做事方式。随着时间的推移，随着越来越多的记录出现，查询会变慢。如果您能找到一种方法来轻松识别有效票证，尤其是如果您可以在索引中获取该信息，那就更好了。

【讨论】：

您好，感谢您的解决方案，不幸的是它不起作用:(“未知状态的总票数”列应提供所有状态未知的票，直到午夜，而不仅仅是从特定日期开始。那是为什么这么难；（所以从 03.Jan 开始，我想知道目前总共有多少“未知”票。 因此，使用您当前的解决方案，如果我输入日期 02.Jan ，我不会收到正确的结果；（也许让我们完全删除日期并输出所有 ticket_created 日期以使其更简单？:) dbfiddle.uk/… 我添加了一个新的小提琴来演示这个问题。 “状态未知的工单总数”没有提供正确的结果 @TeaCup 好的，所以您想知道在某一天，当天结束时有多少处于未知状态的有效票？ 当然有可能！我已经相应地编辑了我的答案。【参考方案2】：

这是一个单独计算第三个指标的解决方案。 然后将它们加入您已经知道的指标。

with cte_ranges as (
  select id, status, ticketid, ticket_created
  , status_changed as started
  , coalesce(
     lead(status_changed) over (partition by ticketid order by status_changed)
    , current_timestamp) as ended
  from myTable
  where trunc(ticket_created) between DATE'2020-01-01' and DATE'2020-01-02'
)
select q.ticket_date   as "Ticket Created"
     , q.total_tickets as "Total Created"
     , q.total_unknown as "Unknown tickets created"
     , endofday.total_unknown "Total tickets in Unknown status"
from
(
  select trunc(t.ticket_created) as ticket_date
  , count(distinct t.ticketid) as total_tickets
  , count(distinct case when t.status = 'unknown' then t.ticketid end) as total_unknown
  from cte_ranges t
  group by trunc(t.ticket_created) 
) q
left join (
  select trunc(cast(dt as date)) as ticket_date
  , count(distinct case when status = 'unknown' then ticketid end) as total_unknown
  from cte_ranges
  join (
    select distinct 
     cast(trunc(ticket_created)+1 as timestamp) - interval '1' second as dt 
    from cte_ranges
  ) cutoff on dt between started and ended
  group by cast(dt as date)
) endofday 
on endofday.ticket_date = q.ticket_date;
Ticket Created Total Created Unknown tickets created Total tickets in Unknown status
01-JAN-20 4 2 2
02-JAN-20 2 1 1

db小提琴here

诀窍是首先使用LEAD 来计算状态处于活动状态的范围。

然后将截止时间（一天的最后一分钟）加入这些范围。 这样您就可以获得状态仍然有效的天数。

两个子查询都使用 CTE。 这样您只需要更改 CTE 中的日期标准。

【讨论】：

【参考方案3】：

解决方法很简单：

使用LEAD 函数查找每个状态更改的结束日期 例如，4, unknown, 01-JAN-20 09.20.00 的结束日期为 02-JAN-20 09.30.00 测试此日期范围是否与指定的日期范围相交 要检查02-JAN-20，您实际上将使用范围[02-JAN-20, 03-JAN-20) 注意它与[01-JAN-20 09.20.00, 02-JAN-20 09.30.00) 的某些部分相交 检查日期范围是否相交is trivial

以下查询说明了上述逻辑。它使用一组日期而不是一个特定的日期：

WITH calendar(calendar_date) AS (
    SELECT DATE'2020-01-01' FROM DUAL UNION ALL
    SELECT DATE'2020-01-02' FROM DUAL UNION ALL
    SELECT DATE'2020-01-03' FROM DUAL UNION ALL
    SELECT DATE'2020-01-04' FROM DUAL UNION ALL
    SELECT DATE'2020-01-05' FROM DUAL
), tablecopy AS (
    SELECT mytable.*
         , LEAD(status_changed, 1, DATE'9999-12-31') OVER (PARTITION BY ticketid ORDER BY status_changed) AS next_changed
    FROM mytable
)
SELECT calendar.calendar_date
     , COUNT(DISTINCT CASE WHEN tablecopy.ticket_created = calendar.calendar_date THEN ticketid END) AS "Created on this date"
     , COUNT(DISTINCT CASE WHEN tablecopy.ticket_created = calendar.calendar_date AND tablecopy.status = 'unknown' THEN ticketid END) AS "Created unknown on this date"
     , COUNT(DISTINCT CASE WHEN tablecopy.status = 'unknown' THEN ticketid END) AS "Total unknown through this date"
FROM calendar
LEFT JOIN tablecopy ON tablecopy.ticket_created = calendar.calendar_date OR (
    tablecopy.status = 'unknown' AND
    tablecopy.status_changed < calendar.calendar_date + INTERVAL '1' DAY AND
    tablecopy.next_changed > calendar.calendar_date
)
GROUP BY calendar.calendar_date
ORDER BY calendar.calendar_date

DB<>Fiddle for the above queryDB<>Fiddle for a variation that checks one date

请注意，票证 #3 和 4 的最后状态 = 未知，因此这些票证将无限期保持在该状态。

【讨论】：

以上是关于根据给定日期的最大状态计数，并包含分组数据的主要内容，如果未能解决你的问题，请参考以下文章

NSFetchRequest 分组并按 dateField 计数

SQL - 如何在一年中的每个日期按年龄和状态对项目进行分组/计数 - 第 2 部分

嵌套字典：按日期分组，然后按枚举值分组并汇总计数

Laravel 仅按日期分组并获取计数

与计数、最大值和分组依据相关

在 Pandas 中分组和计数