日期之间的前 10 名产品答案

【问题标题】：Top 10 products for dates between日期之间的前 10 名产品
【发布时间】：2020-09-03 02:31:00
【问题描述】：

我正在尝试找出创建单个查询的更好方法，该查询将生成每个日期的前 10 个产品的结果。我有一行有两列 - PID (int) 和 EventDate (date)，每次点击一行。

您能否建议我如何在某个日期范围内点击排名前 10 的产品来获得结果？我一直在理解如何构建子查询。我只能得到按日期分组的部分，但是我的思绪被困在 count() 和聚合问题上。

这是我对单个日期的查询，但我想查询一个日期范围。当然，我可以通过生成事件日期来进行子查询，但想弄清楚如何更优雅地做到这一点。

SELECT TOP 10 COUNT() as count, PID
FROM view_product
WHERE EventDate = toDate('2020-05-11')
GROUP BY PID
ORDER BY count DESC

预期的输出是这样的：

PID Count Date
1   123   2020-02-04
21  101   2020-02-04
1332 99   2020-02-04
11   51   2020-02-04
634  49   2020-02-04
1332 43   2020-02-04
1   24   2020-02-04
21  23   2020-02-04
1332 6   2020-02-04
11   3   2020-02-04

1   266   2020-02-02
21  241   2020-02-02
1332 232   2020-02-02
11   179   2020-02-02
634  163   2020-02-02
1332 159   2020-02-02
1   144   2020-02-02
21  100   2020-02-02
1332 99   2020-02-02
11   74   2020-02-02

【问题讨论】：

您使用的是哪个 sql 引擎？还以表格形式向我们展示您的预期输出。
我已经添加了预期的输出并将 SQL 引擎标记为clickhouse

标签： clickhouse

【解决方案1】：

它需要使用LIMIT BY-clause 每天取前10行：

SELECT
  PID, 
  EventDate,
  count() AS Count
FROM view_product
WHERE EventDate >= '2020-05-01' AND EventDate < '2020-06-01'
GROUP BY EventDate, PID
ORDER BY EventDate, Count DESC
LIMIT 10 BY EventDate;

测试示例：

SELECT
  PID, 
  EventDate,
  count() AS Count
FROM (
  /* emulate test set */
  SELECT test_data.1 AS PID, toDate(test_data.2) AS EventDate
  FROM (        
    SELECT arrayJoin([
        (1,    '2020-02-04'),
        (21,   '2020-02-04'),
        (1332, '2020-02-04'),
        (11,   '2020-02-04'),
        (634,  '2020-02-04'),
        (1,    '2020-02-04'),
        (1,    '2020-02-04'),
        (21,   '2020-02-04'),
        (1,    '2020-02-04'),
        (1,    '2020-02-02'),
        (21,   '2020-02-02'),
        (11,   '2020-02-02'),
        (1332, '2020-02-02'),
        (1332, '2020-02-02'),
        (1332, '2020-02-02'),
        (11,   '2020-02-02')]) test_data))
GROUP BY EventDate, PID
ORDER BY EventDate, Count DESC
LIMIT 2 BY EventDate;
/* result
┌──PID─┬──EventDate─┬─Count─┐
│ 1332 │ 2020-02-02 │     3 │
│   11 │ 2020-02-02 │     2 │
│    1 │ 2020-02-04 │     4 │
│   21 │ 2020-02-04 │     2 │
└──────┴────────────┴───────┘
*/

要获取没有计数值的 n-top 项，请使用 topK-aggregated 函数：

SELECT 
  EventDate,
  topK(10)(PID)
FROM (
  /* emulate test set */
  SELECT test_data.1 AS PID, toDate(test_data.2) AS EventDate
  FROM (        
    SELECT arrayJoin([
        (1,    '2020-02-04'),
        (21,   '2020-02-04'),
        (1332, '2020-02-04'),
        (11,   '2020-02-04'),
        (634,  '2020-02-04'),
        (1,    '2020-02-04'),
        (1,    '2020-02-04'),
        (21,   '2020-02-04'),
        (1,    '2020-02-04'),
        (1,    '2020-02-02'),
        (21,   '2020-02-02'),
        (11,   '2020-02-02'),
        (1332, '2020-02-02'),
        (1332, '2020-02-02'),
        (1332, '2020-02-02'),
        (11,   '2020-02-02')]) test_data))
GROUP BY EventDate;
/* result
┌──EventDate─┬─topK(10)(PID)──────┐
│ 2020-02-02 │ [1332,11,1,21]     │
│ 2020-02-04 │ [1,21,1332,11,634] │
└────────────┴────────────────────┘
*/

【讨论】：