泉港区建设局网站廉政网站建设调查的问卷

概述

最近刷题时遇到一些比较有意思的题目，乍一遇上时还不知道怎么求解，在灵光一闪时找到了问题的求解答案，感觉还比较有意思。题目虽然不是很难，但是要解答出来还是需要有一点思维的转弯，为了加深记忆，就选取了一道记录下来。

题目：分组问题求解

如下为电商公司用户访问时间数据,某个用户连续的访问记录如果时间间隔小于 60 秒,则分为同一个组.

表logs

字段名	数据类型
id	bigint
ts	bigint

输入数据如下：

id	ts(秒)
1001	17523641234
1001	17523641256
1002	17523641278
1001	17523641334
1002	17523641434
1001	17523641534
1001	17523641544
1002	17523641634
1001	17523641638
1001	17523641654

参考结果：

id	ts(秒)	group
1001	17523641234	1
1001	17523641256	1
1001	17523641334	2
1001	17523641534	3
1001	17523641544	3
1001	17523641638	4
1001	17523641654	4
1002	17523641278	1
1002	17523641434	2
1002	17523641634	3

题解

第一步：求解差值

因为需要按照id分组，求解每个用户连续访问时间间隔小于60秒，则放在同一组，所以需要使用窗口函数，将上一行的ts移动到下一行，进行差值运算。
需要用到的知识点：

• PARTITION BY
• LAG():下移值

WITH temp_001 AS (SELECT id,ts,ts - LAG(ts,1,ts) OVER (PARTITION BY id ORDER BY ts ASC) AS ts_diffFROM logs
)

输出如下：

id	ts	ts_diff
1001	17523641234	17523641234
1001	17523641256	22
1001	17523641334	78
1001	17523641534	200
1001	17523641544	10
1001	17523641638	94
1001	17523641654	16
1002	17523641278	17523641278
1002	17523641434	156
1002	17523641634	200

步骤二：窗口分组累加

由上面的中间结果我们已经得出了一个ts的差值ts_diff，按照滑动 窗口顺序遍历窗口中的每一行数据，如果ts_diff的值大于指定的值60，则加1，否则加0。

第一行ts_diff的值大于60，则加1结果是1，然后第二行值为22加0，值还是为1

第二行和第一行的分组id就都是1了，分在了同一组达到了我们想要的效果。

第三行ts_diff的值是78大于60，加1结果为2，组的ID变成了2。

其他的依次如上。

SQL实现：

SELECT id,ts,SUM(IF(ts_diff>60,1,0)) OVER(PARTITION BY id  ORDER BY ts ASC) AS group
FROM temp_001

输出结果：

id	ts(秒)	group
1001	17523641234	1
1001	17523641256	1
1001	17523641334	2
1001	17523641534	3
1001	17523641544	3
1001	17523641638	4
1001	17523641654	4
1002	17523641278	1
1002	17523641434	2
1002	17523641634	3

完整SQL

WITH temp_001 AS (SELECT id,ts,ts - LAG(ts,1,ts) OVER (PARTITION BY id ORDER BY ts ASC) AS ts_diffFROM logs
)
SELECT id,ts,SUM(IF(ts_diff>60,1,0)) OVER(PARTITION BY id  ORDER BY ts ASC) AS group
FROM temp_001;

总结

这道题考察的知识点就是对窗口的理解和运用，第一步下移并做差值运算一般都可以快速想到，第二步就需要一点点思维的闪光。利用IF做归一话处理并使用滑动窗口求和得到分组的组号。