9

我有一个数据库表，其中包含每个用户在城市中的签到。我需要知道一个用户在一个城市呆了多少天，然后，一个用户对一个城市进行了多少次访问（一次访问包括在一个城市连续停留的天数）。

因此，考虑我有下表（简化，仅包含DATETIMEs - 相同的用户和城市）：

      datetime
-------------------
2011-06-30 12:11:46
2011-07-01 13:16:34
2011-07-01 15:22:45
2011-07-01 22:35:00
2011-07-02 13:45:12
2011-08-01 00:11:45
2011-08-05 17:14:34
2011-08-05 18:11:46
2011-08-06 20:22:12

此用户到此城市的天数为6（30.06、01.07、02.07、01.08、05.08、06.08）。_ _

我想用SELECT COUNT(id) FROM table GROUP BY DATE(datetime)

然后，对于该用户对该城市的访问次数，查询应返回3 ( 30.06-02.07 , 01.08 , 05.08-06.08 )。

问题是我不知道如何构建这个查询。

任何帮助将不胜感激！

4

5 回答 5

12

您可以通过查找前一天没有签到的签到来找到每次访问的第一天。

select count(distinct date(start_of_visit.datetime))
from checkin start_of_visit
left join checkin previous_day
    on start_of_visit.user = previous_day.user
    and start_of_visit.city = previous_day.city
    and date(start_of_visit.datetime) - interval 1 day = date(previous_day.datetime)
where previous_day.id is null

此查询有几个重要部分。

首先，每个签到都与前一天的任何签到相连。但由于是外连接，如果前一天没有签入，则连接的右侧会有NULL结果。过滤发生在WHERE连接之后，因此它只保留左侧的签入，而右侧没有签入。 LEFT OUTER JOIN/WHERE IS NULL对于查找不存在的地方非常方便。

然后它计算不同的签入日期，以确保如果用户在访问的第一天多次签入，它不会重复计算。（当我发现可能的错误时，我实际上在编辑时添加了该部分。）

编辑：我刚刚重新阅读了您针对第一个问题提出的查询。您的查询将为您提供给定日期的签到次数，而不是日期计数。我想你想要这样的东西：

select count(distinct date(datetime))
from checkin
where user='some user' and city='some city'
于 2011-08-17T13:56:10.960 回答
3

尝试将此代码应用于您的任务 -

CREATE TABLE visits(
  user_id INT(11) NOT NULL,
  dt DATETIME DEFAULT NULL
);

INSERT INTO visits VALUES 
  (1, '2011-06-30 12:11:46'),
  (1, '2011-07-01 13:16:34'),
  (1, '2011-07-01 15:22:45'),
  (1, '2011-07-01 22:35:00'),
  (1, '2011-07-02 13:45:12'),
  (1, '2011-08-01 00:11:45'),
  (1, '2011-08-05 17:14:34'),
  (1, '2011-08-05 18:11:46'),
  (1, '2011-08-06 20:22:12'),
  (2, '2011-08-30 16:13:34'),
  (2, '2011-08-31 16:13:41');


SET @i = 0;
SET @last_dt = NULL;
SET @last_user = NULL;

SELECT v.user_id,
  COUNT(DISTINCT(DATE(dt))) number_of_days,
  MAX(days) number_of_visits
FROM
  (SELECT user_id, dt
        @i := IF(@last_user IS NULL OR @last_user <> user_id, 1, IF(@last_dt IS NULL OR (DATE(dt) - INTERVAL 1 DAY) > DATE(@last_dt), @i + 1, @i)) AS days,
        @last_dt := DATE(dt),
        @last_user := user_id
   FROM
     visits
   ORDER BY
     user_id, dt
  ) v
GROUP BY
  v.user_id;

----------------
Output:

+---------+----------------+------------------+
| user_id | number_of_days | number_of_visits |
+---------+----------------+------------------+
|       1 |              6 |                3 |
|       2 |              2 |                1 |
+---------+----------------+------------------+

解释：

要了解它是如何工作的，让我们检查子查询，这里是。

SET @i = 0;
SET @last_dt = NULL;
SET @last_user = NULL;


SELECT user_id, dt,
        @i := IF(@last_user IS NULL OR @last_user <> user_id, 1, IF(@last_dt IS NULL OR (DATE(dt) - INTERVAL 1 DAY) > DATE(@last_dt), @i + 1, @i)) AS 

days,
        @last_dt := DATE(dt) lt,
        @last_user := user_id lu
FROM
  visits
ORDER BY
  user_id, dt;

如您所见，查询返回所有行并对访问次数进行排名。这是基于变量的已知排名方法，请注意，行是按用户和日期字段排序的。此查询计算用户访问，并输出下一个数据集，其中days列提供访问次数的排名 -

+---------+---------------------+------+------------+----+
| user_id | dt                  | days | lt         | lu |
+---------+---------------------+------+------------+----+
|       1 | 2011-06-30 12:11:46 |    1 | 2011-06-30 |  1 |
|       1 | 2011-07-01 13:16:34 |    1 | 2011-07-01 |  1 |
|       1 | 2011-07-01 15:22:45 |    1 | 2011-07-01 |  1 |
|       1 | 2011-07-01 22:35:00 |    1 | 2011-07-01 |  1 |
|       1 | 2011-07-02 13:45:12 |    1 | 2011-07-02 |  1 |
|       1 | 2011-08-01 00:11:45 |    2 | 2011-08-01 |  1 |
|       1 | 2011-08-05 17:14:34 |    3 | 2011-08-05 |  1 |
|       1 | 2011-08-05 18:11:46 |    3 | 2011-08-05 |  1 |
|       1 | 2011-08-06 20:22:12 |    3 | 2011-08-06 |  1 |
|       2 | 2011-08-30 16:13:34 |    1 | 2011-08-30 |  2 |
|       2 | 2011-08-31 16:13:41 |    1 | 2011-08-31 |  2 |
+---------+---------------------+------+------------+----+

然后我们按用户对这个数据集进行分组并使用聚合函数： 'COUNT(DISTINCT(DATE(dt)))' - 计算天数 'MAX(days)' - 访问次数，它是days我们的子查询中的字段。

就这些;）

于 2011-08-31T13:38:55.380 回答
1

作为 Devart 提供的数据样本，内部的“PreQuery”与 sql 变量一起工作。通过默认 @LUser 为 -1（可能不存在的用户 ID），IF() 测试检查最后一个用户和当前用户之间的任何差异。一旦有新用户，它的值就为 1... 此外，如果最后一个日期距离新签入日期超过 1 天，则它的值是 1。然后，后续列将重置@LUser 和 @LDate 为刚刚针对下一个周期测试的传入记录的值。然后，外部查询只是将它们相加并计算它们，以获得每个 Devar 数据集的最终正确结果

User ID    Distinct Visits   Total Days
1           3                 9
2           1                 2

select PreQuery.User_ID,
       sum( PreQuery.NextVisit ) as DistinctVisits,
       count(*) as TotalDays
   from
      (  select v.user_id,
               if( @LUser <> v.User_ID OR @LDate < ( date( v.dt ) - Interval 1 day ), 1, 0 ) as NextVisit,
               @LUser := v.user_id,
               @LDate := date( v.dt )
            from 
               Visits v,
               ( select @LUser := -1, @LDate := date(now()) ) AtVars 
            order by
               v.user_id,
               v.dt  ) PreQuery
    group by 
       PreQuery.User_ID
于 2011-09-02T13:46:43.867 回答
0

我认为您应该考虑更改数据库结构。您可以将表访问和 visit_id 添加到您的签到表中。每次您想注册新的签到时，您都会检查一天前是否有任何签到。如果是，那么您从昨天的签到中添加一个带有 visit_id 的新签到。如果没有，那么您添加新的访问访问并使用新的 visit_id 进行新的签到。

然后你可以在一个查询中获取数据，如下所示： SELECT COUNT(id) AS number_of_days, COUNT(DISTINCT visit_id) number_of_visits FROM checkin GROUP BY user, city

它不是非常理想，但仍然比使用当前结构做任何事情要好，它会起作用。此外，如果结果可以是单独的查询，它将工作得非常快。

但当然缺点是您需要更改数据库结构，编写更多脚本并将当前数据转换为新结构（即您需要将 visit_id 添加到当前数据）。

于 2011-08-30T19:05:10.423 回答
0

对于第一个子任务：

select count(*) 
from (
select TO_DAYS(p.d)
from p
group by TO_DAYS(p.d)
) t
于 2011-08-17T13:53:50.413 回答