是否可以在 SQL 中每小时获得活动会话？

Question

start_time	end_time	HostID	gameID
6/14/2021 20:13	6/14/2021 22:22	1	AB1
6/14/2021 20:20	6/14/2021 21:47	2	AB2
6/14/2021 20:22	6/14/2021 22:07	3	AB3
6/14/2021 20:59	6/14/2021 21:15	4	AB4
6/15/2021 21:24	6/15/2021 22:09	1	AB5
6/15/2021 21:24	6/15/2021 21:59	2	AB6
6/15/2021 23:11	6/16/2021 01:22	4	AB7
6/16/2021 20:13	6/16/2021 21:23	3	AB8

我有一张有开始时间和结束时间的表格。我想计算每小时活跃的游戏室。我知道我至少应该尝试解决这个问题，但我真的不知道从哪里开始，也不知道这是否可以使用 SQL。

我首先做的是使用 start_time 计算一个小时内有多少个游戏 ID。但我确定我没有回答每个会话的“活跃”问题。我所做的只是统计每小时有多少人开始玩游戏。

预期的结果是这样的

白天

Time	Active
6/14/2021 2000	4
6/15/2021 2100	4
6/16/2021 2200	2
6/15/2021 2100	2
6/16/2021 2200	1
6/17/2021 2300	1
6/16/2021 0	1
6/17/2021 1	1
6/18/2021 2000	1
6/19/2021 2100	1

或不按天分组的每小时活跃会话数。

小时

Time	Active
2000	5
2100	7
2200	3
2300	1
0000	1
0001	1

Answer 1

一个简单的方法是取消透视数据然后聚合。要随时获取数据中的数字：

with se as (
      select start_time as time, 1 as inc from t
      union all
      select end_time, -1 as inc from t
     )
select time, sum(sum(inc)) over (order by time) as actives
from se
group by time;

然后，您需要定义“每小时”的含义。您可以使用trunc() 获得每小时的第一个结果：

with se as (
      select start_time as time, 1 as inc from t
      union all
      select end_time, -1 as inc from t
     )
select time, sum(sum(inc)) over (order by time) as actives
from se
group by time
qualify row_number() over (partition by date_trunc(time, hour) order by time) = 1;

Answer 2

我建议以下解决方案

select timestamp_trunc(minute, hour) hour, 
  count(distinct hostid) hosts,
  count(distinct gameid) games
from `project.dataset.table`, 
unnest(generate_timestamp_array(
  parse_timestamp('%m/%d/%Y %H:%M', start_time), 
  parse_timestamp('%m/%d/%Y %H:%M', end_time), 
  interval 1 minute)) minute
group by hour
# order by hour          

如果应用于您问题中的样本数据（最后一行的 end_time 修复 - 应该是 6/16/2021 21:23 - 不是 6/6/2021 21:23） - 输出是

简要说明

1. 在start_time 和end_time 之间每分钟将每个原始行扩展/拆分为一行
2. 然后，通过hour 应用count(distinct ...) 进行简单聚合

或不按天分组的每小时活跃会话数。

你可以应用完全相同的方法

select extract(hour from minute) hour, 
  count(distinct hostid) hosts,
  count(distinct gameid) games
from `project.dataset.table`, 
unnest(generate_timestamp_array(
  parse_timestamp('%m/%d/%Y %H:%M', start_time), 
  parse_timestamp('%m/%d/%Y %H:%M', end_time), 
  interval 1 minute)) minute
group by hour
order by hour             

有输出