用户的 PHP/MYSQL 日期时间范围重叠答案

【问题标题】：PHP/MYSQL datetime ranges overlapping for users用户的 PHP/MYSQL 日期时间范围重叠
【发布时间】：2012-04-15 08:28:58
【问题描述】：

请我在这方面需要帮助（为了更好地理解，请参阅附图），因为我完全无能为力。

如您所见，我有用户，他们将他们的开始和结束日期时间存储在我的数据库中，格式为 YYYY-mm-dd H:i:s。现在我需要根据最频繁的时间范围重叠（对于大多数用户）找出所有用户的重叠。我想为大多数用户获得 3 个最频繁的数据时间重叠。我该怎么做？

我不知道我应该使用哪个 mysql 查询，或者最好从数据库中选择所有日期时间（开始和结束）并在 php 中处理它（但是如何处理？）。如图像结果所述，例如时间 8.30 - 10.00 是用户 A+B+C+D 的结果。

Table structure:
UserID | Start datetime | End datetime
--------------------------------------
A | 2012-04-03 4:00:00 | 2012-04-03 10:00:00
A | 2012-04-03 16:00:00 | 2012-04-03 20:00:00
B | 2012-04-03 8:30:00 | 2012-04-03 14:00:00
B | 2012-04-06 21:30:00 | 2012-04-06 23:00:00
C | 2012-04-03 12:00:00 | 2012-04-03 13:00:00
D | 2012-04-01 01:00:01 | 2012-04-05 12:00:59
E | 2012-04-03 8:30:00 | 2012-04-03 11:00:00
E | 2012-04-03 21:00:00 | 2012-04-03 23:00:00

【问题讨论】：

请贴出表格结构。你想在当天/周/月/年/所有时间运行它吗？
从我的角度来看，如果它是当前日期/星期/等并不重要。因为例如用户 D 可以有开始日期时间 2012-04-01 01:00:01 和结束日期时间 2012-04-05 12:00:59，而用户 A 开始日期时间 2012-04-03 4:00:00 和结束日期时间 2012-04-03 10:00:00，用户 B 开始 2012-04-03 8:30:00 和结束 2012-04-03 14:00:00 但我的脚本应该检测这些用户的范围重叠作为开始 2012 -04-03 8:30:00 和 2012-04-03 10:00:00 结束用户 A+B+D。
以下示例基于为当天创建时间段而工作。这应该足以让您朝着正确的方向开始。
如果它们只重叠一秒怎么办？还是仅相差 3 微秒（在支持更高分辨率时间戳的不同 dbms 上）？
我还没有遇到过将约会管理到微秒级精度的人 ;) 尽管使用我提出的解决方案，您确实遇到了在 time_slot 上开始和结束预订的问题。这只是一个粗略的例子，让 OP 思考如何解决他的问题。

标签： php mysql datetime

【解决方案1】：

您实际上拥有的是一组集合，并且想要确定其中是否有任何非零交集。当试图在嵌套集中查找节点的所有祖先时，这正是人们要问的问题。

我们可以证明，对于每个重叠，至少有一个时间窗口的开始时间会落在所有其他重叠时间窗口内。使用这个花絮，我们不需要在一天中实际构建人工时隙。只需计算一个开始时间，看看它是否与任何其他时间窗口相交，然后计算相交的数量。

那么查询是什么？

/*SELECT*/
SELECT DISTINCT
    MAX(overlapping_windows.start_time) AS overlap_start_time,
    MIN(overlapping_windows.end_time) AS overlap_end_time ,
    (COUNT(overlapping_windows.id) - 1) AS num_overlaps
FROM user_times AS windows
INNER JOIN user_times AS overlapping_windows
ON windows.start_time BETWEEN overlapping_windows.start_time AND overlapping_windows.end_time
GROUP BY windows.id
ORDER BY num_overlaps DESC;

根据您的表大小以及您计划运行此查询的频率，可能值得在其上删除空间索引（见下文）。

更新

如果您经常运行此查询，则需要使用空间索引。由于基于范围的遍历（即 start_time 是否在开始/结束范围之间），BTREE 索引不会为您做任何事情。它必须是空间的。

ALTER TABLE user_times ADD COLUMN time_windows GEOMETRY NOT NULL DEFAULT 0;
UPDATE user_times SET time_windows = GeomFromText(CONCAT('LineString( -1 ', start_time, ', 1 ', end_time, ')'));
CREATE SPATIAL INDEX time_window ON user_times (time_window);

然后你可以更新上面查询中的ON子句来读取

ON MBRWithin( Point(0,windows.start_time), overlapping_windows.time_window )

这将为您提供查询的索引遍历。同样，仅当您计划经常运行查询时才这样做。

空间索引归功于Quassoni's blog。

【讨论】：

我认为这是一个有趣的答案，所以我用 SQL Fiddle 尝试了它，但它并没有完全产生预期的结果 - sqlfiddle.com/#!2/2aad9/1/0 - 也许稍微调整一下就可以了。
这是一个很酷的小工具！只需将其设为 SELECT DISTINCT 即可消除重复项（已更新原始帖子）。此外，总计数为 0 索引，但如果您想要自然编号，您可以从 COUNT 语句中删除负 1 并添加 HAVING num_overlaps > 1。 sqlfiddle.com/#!2/2aad9/9
如果您对重叠时间窗口的数量感兴趣，请在 COUNT 中使用重叠窗口。如果您想要重叠的用户数量，只需将其更改为重叠窗口.user_id （参见小提琴）。我还添加了另一列，使其看起来与您的结果集完全一样:) sqlfiddle.com/#!2/2aad9/16

【解决方案2】：

这样的事情应该让你开始 -

SELECT slots.time_slot, COUNT(*) AS num_users, GROUP_CONCAT(DISTINCT user_bookings.user_id ORDER BY user_bookings.user_id) AS user_list
FROM (
    SELECT CURRENT_DATE + INTERVAL ((id-1)*30) MINUTE AS time_slot
    FROM dummy
    WHERE id BETWEEN 1 AND 48
) AS slots
LEFT JOIN user_bookings
    ON slots.time_slot BETWEEN `user_bookings`.`start` AND `user_bookings`.`end`
GROUP BY slots.time_slot
ORDER BY num_users DESC

这个想法是创建一个由当天的时间段组成的派生表。在此示例中，我使用了 dummy（可以是任何具有与所需集合连续的 AI id 的表）通过增量添加 30 分钟来创建时隙列表。然后将此结果与预订相结合，以便能够计算每个时间段的书籍数量。

更新对于整个日期/时间范围，您可以使用这样的查询来获取所需的其他数据 -

SELECT MIN(`start`) AS `min_start`, MAX(`end`) AS `max_end`, DATEDIFF(MAX(`end`), MIN(`start`)) + 1 AS `num_days`
FROM user_bookings

然后可以将这些值替换到原始查询中，或者可以将两者结合起来 -

SELECT slots.time_slot, COUNT(*) AS num_users, GROUP_CONCAT(DISTINCT user_bookings.user_id ORDER BY user_bookings.user_id) AS user_list
FROM (
    SELECT DATE(tmp.min_start) + INTERVAL ((id-1)*30) MINUTE AS time_slot
    FROM dummy
    INNER JOIN (
        SELECT MIN(`start`) AS `min_start`, MAX(`end`) AS `max_end`, DATEDIFF(MAX(`end`), MIN(`start`)) + 1 AS `num_days`
        FROM user_bookings
    ) AS tmp
    WHERE dummy.id BETWEEN 1 AND (48 * tmp.num_days)
) AS slots
LEFT JOIN user_bookings
    ON slots.time_slot BETWEEN `user_bookings`.`start` AND `user_bookings`.`end`
GROUP BY slots.time_slot
ORDER BY num_users DESC

编辑我在GROUP_CONCAT() 中添加了DISTINCT 和ORDER BY 子句以响应您的上一个查询。

请注意，您将需要虚拟表中更大范围的 id。我没有测试这个查询，所以它可能有语法错误。

【讨论】：

所以我的默认表是 user_bookings 和 user_id，开始，结束。然后我用 id (AI) 创建了 table dummy。但是请问我还应该用table dummy做什么？我正在努力让它发挥作用。
您不需要创建表dummy，尽管我的服务器上确实有一个表可以防止在 id 序列中留下漏洞。您可以使用任何具有覆盖所需范围的 id 的表。我的示例基于当天的 48 * 30 分钟时段，因此您只需要 1 到 48 之间的 id。
谢谢。它涵盖 48*30，但仅适用于今天。我认为这是一个很好的开始，但不知道如何适应我的需要。
在这种情况下，您必须更好地解释您的需求。我确实开始问 - “你想在当天/周/月/年/所有时间运行这个吗？”只要您有足够大的 id 范围可以传入，您就可以将用于创建时隙的范围扩大到您想要的任何值。
是的，我想在“所有时间”运行它，或者更好地说，我可以从开始和日期的 db 最大值和最小值中找到，所以我想在这个日期时间范围内运行它。

【解决方案3】：

我不会在 SQL 方面做太多事情，这在编程语言中要简单得多，SQL 不是为这样的事情而设计的。

当然，将一天分解为“时间段”是明智的 - 这是统计数据。但是，一旦您开始处理 00:00 边界上的日期，当您使用连接和内部选择时，事情就会开始变得棘手。特别是对于不太喜欢内部选择的 MySQL。

这是一个可能的 SQL 查询

SELECT count(*) FROM `times`
WHERE
  ( DATEDIFF(`Start`,`End`) = 0 AND
    TIME(`Start`) < TIME('$SLOT_HIGH') AND
    TIME(`End`) > TIME('$SLOT_LOW'))
  OR
  ( DATEDIFF(`Start`,`End`) > 0 AND
    TIME(`Start`) < TIME('$SLOT_HIGH') OR
    TIME(`End`) > TIME('$SLOT_LOW')

这是一些伪代码

granularity = 30*60; // 30 minutes
numslots = 24*60*60 / granularity;
stats = CreateArray(numslots);
for i=0, i < numslots, i++ do
  stats[i] = GetCountFromSQL(i*granularity, (i+1)*granularity); // low, high
end

是的，这会产生numslots 查询，但没有连接就什么都没有，因此它应该很快。您还可以轻松更改分辨率。

另一个积极的事情是，你可以“问自己”，“我有两个可能的时间段，我需要一个人多的时间段，我应该使用哪个？”并且只需在各自的范围内运行两次查询，您就不会被预定义的时间段困住。

要仅查找完全重叠（条目仅在其覆盖整个插槽时才计入），您必须在查询中切换低和高范围。

您可能已经注意到，我不会在可能跨越多天的条目之间添加时间，但是，添加一整天只会将所有时隙增加一个，从而变得毫无用处。但是，您可以通过选择 sum(DAY(End) - DAY(Start)) 来添加它们，并将返回值添加到所有插槽。

【讨论】：

【解决方案4】：

表格看起来很简单。我会让你的 SQL 查询非常简单：

SELECT * FROM 表名

然后，当您将信息保存在 PHP 对象中时。使用循环和比较使用 PHP 进行处理。

最简单的形式：

for($x, $numrows = mysql_num_rows($query); $x < $numrows; $x++){

     /*Grab a row*/
     $row = mysql_fetch_assoc($query);

     /*store userID, START, END*/
     $userID = $row['userID'];
     $start = $row['START'];
     $end = $row['END'];

     /*Have an array for each user in which you store start and end times*/  

     if(!strcmp($userID, "A")
     {
        /*Store info in array_a*/
     }
     else if(!strcmp($userID, "B")
     {
        /*etc......*/
     } 
}
 /*Now you have an array for each user with their start/stop times*/

 /*Do your loops and comparisons to find common time slots. */

 /*Also, use strtotime() to switch date/time entries into comparable values*/

当然，这是非常基本的形式。您可能希望对数组进行一次循环，以首先获取所有用户 ID，然后再在上面显示的循环中进行比较。

【讨论】：