如何使用窗口函数获取每个日期值的今天、过去 7 天、过去 30 天的指标？

Posted 2023-03-31

【中文标题】如何使用窗口函数获取每个日期值的今天、过去 7 天、过去 30 天的指标？

【英文标题】：How to use window functions to get meterics for today, last 7 days, last 30 days for each value of the date?

【发布时间】：2016-01-06 23:33:39

【问题描述】：

我的问题在纸面上看起来很简单：

对于给定日期，给我该给定日期的活跃用户，给定_Date()-7 中的活跃用户，给定_Date()-30 中的活跃用户

即样本数据。

"timestamp" "user_public_id"
"23-Sep-15" "805a47023fa611e58ebb22000b680490"
"28-Sep-15" "d842b5bc5b1711e5a84322000b680490"
"01-Oct-15" "ac6b5f70b95911e0ac5312313d06dad5"
"21-Oct-15" "8c3e91e2749f11e296bb12313d086540"
"29-Nov-15" "b144298810ee11e4a3091231390eb251"

对于 01-10，今天的计数为 1，last_7_days 为 3，last_30_days 为 3+n（其中 n 是 30 天窗口中 10 月 1 日之前日期的 user_ids 计数）

我在亚马逊红移。有人可以提供一个示例 sql 来帮助我入门吗？ 输出应如下所示：

"timestamp" "users_today", "users_last_7_days", "users_30_days"
"01-Oct-15"           1                 3           (3+n)

【问题讨论】：

我认为你不需要窗口函数，这很简单。

我认为你应该看看你在哪个网站，不要发布没有任何贡献的cmets。

抱歉，我无法可靠地输入比我的智能手机更多的内容。我会尽快从我的笔记本电脑上添加答案...

【参考方案1】：

我知道寻求帮助/不完整的解决方案是不受欢迎的，但这并没有引起任何其他关注，所以我想我会尽我所能。

我一直在拔头发，试图把这个弄出来，唉，我是一个初学者，有些东西不适合我。也许你自己或其他人能够大幅改进我的答案，但我认为我走在正确的轨道上。

SELECT replace(convert(varchar, [timestamp], 111), '/','-') AS [timestamp], -- to get date in same format as you require
(SELECT COUNT([TIMESTAMP]) FROM #SIMPLE WHERE ([TIMESTAMP]) = ([timestamp])) AS users_today,
(SELECT COUNT([TIMESTAMP]) FROM #SIMPLE WHERE [TIMESTAMP] BETWEEN DATEADD(DY,-7,[TIMESTAMP]) AND [TIMESTAMP]) AS users_last_7_days ,
(SELECT COUNT([TIMESTAMP]) FROM #SIMPLE WHERE [TIMESTAMP] BETWEEN DATEADD(DY,-30,[TIMESTAMP]) AND [timestamp]) AS users_last_30_days
FROM #SIMPLE
GROUP BY [timestamp]

从这里开始：

CREATE TABLE #SIMPLE (
[timestamp] datetime, user_public_id varchar(32)
)

INSERT INTO #SIMPLE 
VALUES('23-Sep-15','805a47023fa611e58ebb22000b680490'),
('28-Sep-15','d842b5bc5b1711e5a84322000b680490'),
('01-Oct-15','ac6b5f70b95911e0ac5312313d06dad5'),
('21-Oct-15','8c3e91e2749f11e296bb12313d086540'),
('29-Nov-15','b144298810ee11e4a3091231390eb251')

我遇到的问题是，尽管我按 [timestamp] 分组，但每一行都包含相同的计数。

【讨论】：

感谢您的尝试，但我不认识那种 SQL 风格。我已经在下面发布了解决方案。

@smooth_smoothie 这是非常标准的 SQL，除了 # 表示临时表，这是一个 SQL Server 习惯用法。如果您需要特定风格的 SQL，您应该在问题或标签中指出。还有DATEADD，但日期算术是跨实现非常不标准的事情之一。

嗯，我刚刚检查了一下，DATEADD 似乎是 Redshift 的有效 SQL。

【参考方案2】：

第 1 步——创建一个包含每日计数的表格。

create temp table daily_mobile_Sessions as
select "timestamp" ,
count(user_public_id) over (partition by  "timestamp"  ) as "today"
from mobile_sessions 
group by 1, mobile_sessions.user_public_id
order by 1 DESC

第 2 步 -- 根据上表。我们创建了另一个可以使用“today”字段的表，并应用窗口函数对计数求和。

select "timestamp", today,
sum(today) over (order by "timestamp" rows between 6 PRECEDING and CURRENT ROW) as "last_7days",
sum(today) over (order by "timestamp" rows between 29 PRECEDING and CURRENT ROW) as "last_30days"
 from daily_mobile_Sessions group by "timestamp"  , 2 order by 1 desc

【讨论】：

第 2 步仅在每天恰好有一行时才有效。或多或少，任何偏差都不起作用（例如，您的样本数据不符合此要求）。只要您确定这是真的，那么没问题，但如果不是，那么您将需要一种不同的方法。