Query analitica

Question

Sto cercando una singola query in grado di convertire le seguenti informazioni nella tabella

name:time    :state
a   :10:00 AM:login
b   :10:05 AM:login
a   :10:06 AM:chatting
a   :10:08 AM:Idle
b   :10:11 AM:chatting
a   :10:10 AM:Logout
b   :10:12 AM:Logout

a qualcosa del genere (dato l'intervallo di tempo dalle 10 alle 10:15 come periodo di interrogazione)

name: State    :Duration
a   : chatting :2 Minutes 
a   : Idle     :2 Minutes
b   : chatting :1 Minute

È possibile farlo SOLO usando SQL? Sto usando Informix versione 11.5

Answer 1

Può essere fatto in una singola istruzione SQL. Ecco la prova.

Configurazione

CREATE TEMP TABLE eventtable
(
    name CHAR(3) NOT NULL,
    time DATETIME HOUR TO MINUTE NOT NULL,
    state CHAR(8) NOT NULL
);

INSERT INTO eventtable(name, time, state) VALUES('a', '10:00', 'login');
INSERT INTO eventtable(name, time, state) VALUES('b', '10:05', 'login');
INSERT INTO eventtable(name, time, state) VALUES('a', '10:06', 'chatting');
INSERT INTO eventtable(name, time, state) VALUES('a', '10:08', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('b', '10:11', 'chatting');
INSERT INTO eventtable(name, time, state) VALUES('a', '10:10', 'Logout');
INSERT INTO eventtable(name, time, state) VALUES('b', '10:12', 'Logout');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:01', 'login');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:02', 'chatting');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:03', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:04', 'Logout');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:05', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:06', 'Logout');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:07', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:08', 'Logout');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:09', 'login');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:11', 'chatting');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:12', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:13', 'chatting');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:14', 'Idle');
INSERT INTO eventtable(name, time, state) VALUES('c', '10:15', 'Logout');

Query corretta

Nota le condizioni. La tabella dei risultati deve escludere i periodi tra 'login' e il primo altro evento; inoltre, deve escludere il periodo tra 'Logout' e il prossimo evento (presumibilmente un 'login'). Il self-join tra la tabella nella colonna name e quindi il join asimmetrico nella colonna time (usando '<') garantisce che gli eventi siano in ordine temporale. La sottoselezione NON ESISTE garantisce che vengano considerati solo gli eventi adiacenti. L'uso di TRA E nella sottoquery è un errore perché include i suoi punti finali ed è fondamentale che r1.time e r2.time siano esclusi dall'intervallo; mi ci sono voluti alcuni minuti per individuare quel bug (la query è stata eseguita ma non ha restituito righe, ma perché ?)!

SELECT r1.name, r1.state, r2.TIME - r1.TIME AS duration
    FROM eventtable r1, eventtable r2
    WHERE r1.name = r2.name
      AND r1.time < r2.time
      AND r1.state != 'login'
      AND r1.state != 'Logout'
      AND r1.time BETWEEN DATETIME(10:00) HOUR TO MINUTE
                      AND DATETIME(10:15) HOUR TO MINUTE
      AND r2.time BETWEEN DATETIME(10:00) HOUR TO MINUTE
                      AND DATETIME(10:15) HOUR TO MINUTE
      AND NOT EXISTS (SELECT 1 FROM eventtable r3
                            WHERE r3.time > r1.time AND r3.time < r2.time
                      AND r3.name = r1.name
                      AND r3.name = r2.name);

Questo produce la risposta:

name state      duration
a    chatting   0:02
a    Idle       0:02
b    chatting   0:01

c    chatting   0:01
c    Idle       0:01
c    Idle       0:01
c    Idle       0:01
c    chatting   0:01
c    Idle       0:01
c    chatting   0:01
c    Idle       0:01

Il valore 'duration' è un ORA DI INTERVALLO AL MINUTO; se vuoi un valore in pochi minuti, devi convertirlo con un cast (usando 4 per la precisione per consentire intervalli fino a 1440 minuti o 1 giorno; i dati sono ambigui per intervalli di tempo più lunghi):

(r2.time - r1.time)::INTERVAL MINUTE(4) TO MINUTE

o

CAST (r2.time - r1.time AS INTERVAL MINUTE(4) TO MINUTE)

IBM Informix Dynamic Server (IDS) ha notazioni molto dettagliate per le costanti di tempo. In SQL standard, è possibile utilizzare TIME come tipo e TIME '10: 00: 00 'come valore, ma i secondi sarebbero necessari in SQL standard rigoroso. IDS fornisce i tipi esatti che le persone desiderano, ad esempio DATETIME HOUR TO MINUTE. Scriveresti anche INTERVAL MINUTE (4) in SQL standard; il "MINUTO" dovrebbe essere facoltativo.

Query errata

Nel mio commento alla risposta di Ray Hidayat, ho sottolineato che la sottointerrogazione EXISTS è necessaria per garantire che gli eventi in esame siano contigui: non vi sono eventi intermedi. Ecco la stessa query con i tempi di inizio e fine aggiunti all'output e manca la clausola EXISTS (e 'duration' rinominata in 'lapse'):

SELECT r1.name, r1.state, r2.TIME - r1.TIME AS lapse,
       r1.time AS start, r2.time AS end
    FROM eventtable r1, eventtable r2
    WHERE r1.name = r2.name
      AND r1.time < r2.time
      AND r1.state != 'login'
      AND r1.state != 'Logout'
      AND r1.time BETWEEN DATETIME(10:00) HOUR TO MINUTE
                      AND DATETIME(10:15) HOUR TO MINUTE
      AND r2.time BETWEEN DATETIME(10:00) HOUR TO MINUTE
                      AND DATETIME(10:15) HOUR TO MINUTE;

Questo produce la risposta:

name state     lapse start end
a    chatting   0:04 10:06 10:10
a    chatting   0:02 10:06 10:08
a    Idle       0:02 10:08 10:10
b    chatting   0:01 10:11 10:12
c    chatting   0:13 10:02 10:15
c    chatting   0:12 10:02 10:14
c    chatting   0:11 10:02 10:13
c    chatting   0:10 10:02 10:12
c    chatting   0:09 10:02 10:11
c    chatting   0:07 10:02 10:09
c    chatting   0:06 10:02 10:08
c    chatting   0:05 10:02 10:07
c    chatting   0:04 10:02 10:06
c    chatting   0:03 10:02 10:05
c    chatting   0:02 10:02 10:04
c    chatting   0:01 10:02 10:03
c    Idle       0:12 10:03 10:15
c    Idle       0:11 10:03 10:14
c    Idle       0:10 10:03 10:13
c    Idle       0:09 10:03 10:12
c    Idle       0:08 10:03 10:11
c    Idle       0:06 10:03 10:09
c    Idle       0:05 10:03 10:08
c    Idle       0:04 10:03 10:07
c    Idle       0:03 10:03 10:06
c    Idle       0:02 10:03 10:05
c    Idle       0:01 10:03 10:04
c    Idle       0:10 10:05 10:15
c    Idle       0:09 10:05 10:14
c    Idle       0:08 10:05 10:13
c    Idle       0:07 10:05 10:12
c    Idle       0:06 10:05 10:11
c    Idle       0:04 10:05 10:09
c    Idle       0:03 10:05 10:08
c    Idle       0:02 10:05 10:07
c    Idle       0:01 10:05 10:06
c    Idle       0:08 10:07 10:15
c    Idle       0:07 10:07 10:14
c    Idle       0:06 10:07 10:13
c    Idle       0:05 10:07 10:12
c    Idle       0:04 10:07 10:11
c    Idle       0:02 10:07 10:09
c    Idle       0:01 10:07 10:08
c    chatting   0:04 10:11 10:15
c    chatting   0:03 10:11 10:14
c    chatting   0:02 10:11 10:13
c    chatting   0:01 10:11 10:12
c    Idle       0:03 10:12 10:15
c    Idle       0:02 10:12 10:14
c    Idle       0:01 10:12 10:13
c    chatting   0:02 10:13 10:15
c    chatting   0:01 10:13 10:14
c    Idle       0:01 10:14 10:15

Questo mostra come ogni riga iniziale ammissibile per l'utente 'c' è abbinata a ciascuna riga finale ammissibile, fornendo molte righe spurie di dati. La sottoquery NOT EXISTS è un tema comune quando si gestiscono query basate sul tempo. Puoi trovare informazioni su queste operazioni nelle & Quot di Snodgrass; Sviluppo di applicazioni orientate al tempo in SQL " (PDF disponibile online all'indirizzo URL) e in Date, Darwen e Lorentzos & Quot; Dati temporali e modello relazionale & Quot ;.

Answer 2

Sono abbastanza sicuro che può essere fatto usando solo SQL, mi ci vorrà un bel po 'di tempo per trovare una query per te, la modificherò quando avrò finito. I passi di base che penso sarebbero prima di calcolare il tempo impiegato da ciascuno (fatto prendendo ogni voce e unendola alla voce successiva e sottraendo per trovare la differenza di tempo), quindi un semplice gruppo per clausola con una somma otterrà facilmente nella forma che hai descritto.

Modifica: ecco cosa mi è venuto in mente

SELECT l.userid, l.state, SUM(t.minutes) AS duration
FROM Log l 
INNER JOIN (
    SELECT l1.id, (l2.time - l1.time) AS minutes
    FROM Log l1, Log l2
    WHERE l2.time == ( 
        -- find the next entry --
        SELECT TOP 1 ls.time
        FROM Log ls
        WHERE ls.Time > l1.Time && ls.userid = l1.userid
        ORDER BY ls.Time
    )
) t ON l.id == t.id
GROUP BY l.userid, l.state
ORDER BY l.userid

Questo è semi-pseudocodice, ho inventato tutti i nomi e le cose della tabella e non sarai in grado di sottrarre una volta dall'altra, probabilmente utilizzerai la funzione DATEDIFF. Oltre a ciò, penso che sia questo il punto. Penso che SQL sia uno dei linguaggi più sorprendenti, puoi fare quasi tutto con poco codice.