当存在一些重复时，获取时间戳记录之间的时间段

Question

这是我的示例数据：

declare @Test table (SiteIdentifier int, SysTm datetime2(0), Signalet varchar(21));

insert into @Test (SiteIdentifier, SysTm, Signalet)
values
(587451, '2021-02-28 20:12:03', 'Joined'),
(587451, '2021-03-01 00:00:00', 'Left'),
(587451, '2021-03-04 07:12:17', 'Joined'),
(587451, '2021-03-05 02:13:03', 'Left'),
(587451, '2021-03-05 02:13:03', 'Left'),
(587451, '2021-03-05 07:13:00', 'Joined'),
(587451, '2021-03-08 01:04:07', 'Joined');

这是一个几乎解决了我的问题的查询：

with cte as (
    select *
      , row_number() over (partition by SiteIdentifier, Signalet order by SysTm) rn
    from @Test
)
select C1.SiteIdentifier, C1.SysTm, coalesce(C2.SysTm, C3.SysTm), datediff(hour, C1.SysTm, coalesce(C2.SysTm, C3.SysTm))
from cte C1
left join cte C2 on C2.SiteIdentifier = C1.SiteIdentifier and C2.Signalet = 'Joined' and C2.rn = C1.rn and C2.SysTm > C1.SysTm
left join cte C3 on C3.SiteIdentifier = C1.SiteIdentifier and C3.Signalet = 'Joined' and C3.rn = C1.rn + 1 and C3.SysTm > C1.SysTm and C2.rn is null
where C1.Signalet = 'Left'
order by C1.SysTm asc;

只要Signalet 在Left、Joined、Left、Joined 等SiteIdentifier 之间交替，它就可以工作。

但是，在实时数据中，有时Joined（或Left）可能在几毫秒内出现两次 - 如示例数据所示。因此，当Joined 或Left 连续多次出现时，应忽略除第一条记录之外的所有记录。如果是Joined，第一条记录也应该如此，因为序列必须始终以Left 开头。

然后我需要计算Left 和下面的Joined 记录之间的时间差。

    (587451, '2021-02-28 20:12:03', 'Joined'),<-- Skipped
    (587451, '2021-03-01 00:00:00', 'Left'),<-- Used
    (587451, '2021-03-04 07:12:17', 'Joined'),<-- Used
    (587451, '2021-03-05 02:13:03', 'Left'),<-- Skipped
    (587451, '2021-03-05 02:13:03', 'Left'),<-- Used
    (587451, '2021-03-05 07:13:00', 'Joined'),<-- Skipped
    (587451, '2021-03-08 01:04:07', 'Joined');<-- Used

以上示例数据的结果应如下所示：

    ID     Left                  Joined                Hours
    587451 '2021-03-01 00:00:00' '2021-03-04 07:12:17' 79
    587451 '2021-03-05 02:13:03' '2021-03-05 07:13:00' 5

忽略第一个Joined（上面的查询确实如此），因为它前面没有Left。但是，我的查询无法产生这个结果，因为时间有两个相等的Signalet 一个接一个，而不是交替出现。

更新数据/问题：
这是来自 live 表的 actual 数据，它返回 NULL：

    ID
    15220 '2021-03-13 23:19:57.243' Left
    15220 '2021-03-15 05:54:01.027' Joined
    15220 '2021-03-15 23:29:44.043' Left
    15220 '2021-03-16 05:30:27.790' Joined

使用上面更新的查询返回：

    15220 '2021-03-13 23:19:57.243' NULL NULL
    15220 '2021-03-15 23:29:44.043' NULL NULL

它注册了正确的行，但它无法“找到”joined 和 Hours

说明：
我试图在hours 中获得difference，在Left 信号和Joined 信号之间（所有信号都在同一个表中，因此是CTE）。需要考虑的是，第一个信号可以是Joined，也可以是两个Left，也可以是两个Joined一个接一个的信号。如果第一个信号是Joined，则忽略它并移动到Left的第一个出现处，当有两个Joined或两个Left紧接在另一个之后，只使用两者中的第一个，忽略最后一个。

Answer 1

以下给出了预期的结果。它通过消除在第一个 CTE 中重复的行来完成。然后使用您现有的 CTE 作为第二个。因此，它为每个 SiteIdentifier 提供lags Signalet，然后删除任何重复的。

如果第一行是“已加入”，我什至设法过滤掉它，从而消除了对原始第二个加入的需要。

with cte1 as (
    select *
        , lag(Signalet) over (partition by SiteIdentifier order by SysTm asc) SignaletLagged
        , row_number() over (partition by SiteIdentifier order by SysTm) rn1
    from @Test
),
cte2 as (
    select *
        , row_number() over (partition by SiteIdentifier, Signalet order by SysTm) rn2
    from cte1
    -- Ignore repeated rows i.e. only take the first
    where (SignaletLagged is null or Signalet != SignaletLagged)
    -- Ignore groups which start with Joined, we need a left to start.
    and not (rn1 = 1 and Signalet = 'Joined')
)
select C1.SiteIdentifier, C1.SysTm [Left], C2.SysTm [Joined], datediff(hour, C1.SysTm, C2.SysTm) [Hours]
from cte2 C1
left join cte2 C2 on C2.SiteIdentifier = C1.SiteIdentifier and C2.Signalet = 'Joined' and C2.rn2 = C1.rn2 and C2.SysTm > C1.SysTm
where C1.Signalet = 'Left'
order by C1.SysTm asc;

返回：

SiteIdentifier	Left	Joined	Hours
587451	2021-03-01 00:00:00	2021-03-04 07:12:17	79
587451	2021-03-05 02:13:03	2021-03-05 07:13:00	5