在 PostgreSQL 中搜索字符串中的值

Question

我有一个在 Magento(1.9) 上运行的网站，并且需要了解客户再次购买相同产品的平均时间以及购买相同产品的客户百分比。

订单表(Sales_flat_order) - 包含订单详情 列 - order_id、Created_date、Customer_email

Items 表(Sales_Flat_Order_item) - 特定订单中的项目，如果用户购买 6 个项目，则项目表将有 6 个具有相同 order_id 的条目。 列 - items_id,Order_id(FK),item_sku（不同的产品）

下面是我加入了按电子邮件 ID 过滤的特定客户的订单和商品表的示例数据。

例如 order_id "92224" 有 4 行表示在该订单中购买了 4 件商品，item_sku 指的是商品名称/其唯一 ID。

现在我想找出再次购买相同产品的平均时间。所以在订单“98651”中，用户购买了第一个订单中的产品 items_sku("2996")。所以平均时间将是这两个订单之间的日期差。

以下是我面临的困难，

1) 由于每个订单可以包含多个产品，因此我如何将商品行与之前的订单商品进行比较。我尝试使用 LIKE 和 ILIKE，但它似乎不起作用并尝试使用 STR_AGG(item_sku,' ,') 与 LIKE 但没有找到任何结果。

2) 不仅针对特定客户，还需要针对每一位客户。

Order_id     Order_date         Item_sku
92224   "2016-11-11 17:18:15"   "3001"
92224   "2016-11-11 17:18:15"   "2933"
92224   "2016-11-11 17:18:15"   "2992-config"
92224   "2016-11-11 17:18:15"   "2996"
94926   "2016-11-25 10:01:30"   "3008"
98651   "2016-12-14 18:11:16"   "2992-config"
98651   "2016-12-14 18:11:16"   "2996"
99645   "2016-12-20 13:00:34"   "3001"
99645   "2016-12-20 13:00:34"   "2933"
114578  "2017-02-28 15:32:54"   "2931"
114578  "2017-02-28 15:32:54"   "0294"
114578  "2017-02-28 15:32:54"   "0297"
114578  "2017-02-28 15:32:54"   "0296"
114578  "2017-02-28 15:32:54"   "2992-config"
131754  "2017-05-15 17:23:35"   "3296"
131968  "2017-05-16 18:30:52"   "3300"
133186  "2017-05-22 14:03:07"   "3004"
133186  "2017-05-22 14:03:07"   "3069-bio"
133186  "2017-05-22 14:03:07"   "3421-bio-config"
137484  "2017-06-13 14:07:28"   "3605"
137484  "2017-06-13 14:07:28"   "3604"
141709  "2017-07-03 16:20:30"   "3603"
141709  "2017-07-03 16:20:30"   "3606"
141709  "2017-07-03 16:20:30"   "2936"
141709  "2017-07-03 16:20:30"   "3422-bio"
141977  "2017-07-04 16:31:37"   "2936"
145194  "2017-07-17 15:22:41"   "3603"
145194  "2017-07-17 15:22:41"   "3604"
151651  "2017-08-11 11:43:38"   "3809"
161334  "2017-09-14 15:53:30"   "3670"
161334  "2017-09-14 15:53:30"   "3604"
161334  "2017-09-14 15:53:30"   "3603"

任何指导都会有很大帮助。我使用 PostgreSQL 作为我的数据库。

Answer 1

我对magento一无所知，但考虑到您的输入数据，这就是我在postgres中解决这个问题的方法：

SELECT item_sku, avg(elapsed_s) as avg_s
FROM (
  select order_id, 
         order_date, 
         item_sku, 
         extract(epoch from (order_date - lag(order_date) 
            OVER (partition by item_sku order by order_date))) as elapsed_s
  FROM orders
) sub
WHERE elapsed_s IS NOT NULL
GROUP BY item_sku
;
  item_sku   |    avg
-------------+-----------
 2933        |   3354139
 2936        |     87067
 2992-config | 4705639.5
 2996        |   2854381
 3001        |   3354139
 3603        |   3152790
 3604        |   4020781
(7 rows)

这是购买同一商品之间的平均时间（以秒为单位）。在内部查询中，我们使用按 item_sku 分区的滞后窗口函数来比较当前行与该项目的前一个条目。外部查询仅按 item_sku 分组。

如果您要添加多个用户，只需将 partition by 子句更改为 partition by user_id, item_sku，然后按 user_id 和 item_sku 进行分组。

Answer 2

@Jeremy 实际上提供了一个很好的例程，只是结果以经过的秒数为单位。但是，这可能不是最有用的格式。您可以直接使用日期减法和间隔，而不是使用纪元。

select item_sku
     , extract('days' from average_time) || ' days ' ||  extract('hour' from average_time) || ' hours' average_time
  from (    
        select item_sku,avg(intv) average_time   
          from (
                select order_date, 
                       item_sku, 
                       (order_date - lag(order_date) 
                                     OVER (partition by item_sku order by order_date)) as intv
                  FROM sales_flat_order_item
               ) intv_diff
         where intv is not null
         group by item_sku
         order by item_sku) avg_time; 

最外面的查询只是将结果格式化为天和小时。没有它，结果可能会出现（并且会出现）到小数秒。