将日期聚类为期间答案

【问题标题】：Clustering dates into periods将日期聚类为期间
【发布时间】：2012-02-27 19:45:32
【问题描述】：

问题
我有一个键列表和每个键的另一个日期列表。基本上是日期键的多重映射（在 Java 中，Multimap<Key, Date>）。我使用这些键和日期来查询这样的表：

select * from Table where key = :key and date = :date

在生成Σ(|Date(Key)|) 查询时，这在性能方面非常糟糕。为了改善这一点，我可以查看以下形式的句点查询：

select * from Table where key in (:keys) and date >= :startDate and date <= :endDate

因此只需要一个查询，但仍然存在性能问题，因为这些日期可能相差很大的周期（年）。例如，有两个键的基本情况，第一个分配的日期为“2010-01-01”，第二个分配的日期为“2012-01-01”。在这种情况下，此查询将返回该期间之间的所有值，即使我只需要两条记录。

解决方法
理想情况下，我想生成最佳数量的查询，其中最佳是查询数量和返回数据量的函数。我希望尽可能少的查询，但以这样的方式返回最少的不必要数据。换句话说，一个简单的适应度函数可以是w|Queries| x |Data|，其中w 是一些权重。

鉴于此，前面的示例将产生两个查询，而如果日期很接近，它只会是一个查询。

选项
这似乎是一个集群问题，但我对集群知之甚少，因此我不确定从哪里开始。我想我可能不得不将 Multimap 分解为 (Key, Date) 形式的个体，然后从那里寻找一种算法来识别集群本身的数量。

是否有任何聚类算法或方法非常适合我的问题，或者是否有除聚类之外的解决方案？

【问题讨论】：

【解决方案1】：

尝试使用IN：

select * from Table where key = :key and date IN (date1, date2, date3, etc.)

使用它，您可以立即选择所需的日期。

【讨论】：

我同意这对于大多数情况来说已经足够了，但是在某些情况下我必须解决某种形式的集群可能是有益的。例如，如果有10,000个键分布在10个日期。通过集群，系统将（希望）决定生成 10 个 SQL 查询，从而产生 10,000 条记录，而您的查询将返回 100,000 条记录（如果您将 key = :key 部分替换为 key in (:keys)）。
将您的信息添加到 #temp table 中，并在内部加入它和您的表格。