滚动 7 天不同的活跃用户计数

Question

我正在寻找的输出是每一天的记录，其中包含 DISTINCT 活跃成员数和 DISTINCT 滚动 7 天活跃成员数。

我正在使用两个表 - [transactions] 记录了通过我们系统进行的每笔交易，包括交易处理日期的 dmn_date_id 和 1990 年至 2020 年之间的每一天的 DATE_DIMENSION，其中 day_offset_nbr 代表从 TODAY() 偏移的天数（此表每晚重建）。

SELECT
    dd.date_tms
    , COUNT(DISTINCT(t.user_id)) as Active_Members_Today
    , COUNT(DISTINCT(t2.user_id)) as Rolling_7Day_Active_Members
FROM
    transactions t
    JOIN DATE_DIMENSION dd
        ON t.transaction_processed_date_id = dd.date_id
    JOIN DATE_DIMENSION d2
        ON d2.day_offset_nbr BETWEEN (dd.day_offset_nbr - 6) AND dd.day_offset_nbr
    JOIN transactions t2
        ON d2.dmn_date_id = t2.common_trans_processed_date_id
WHERE
    t.user_initiated_ind = 'Y' -- Only User-initiated Transactions
    AND t2.user_initiated_ind = 'Y'
    AND t.transaction_state_name = 'Accepted' -- Accepted Transactions Only
    AND t2.transaction_state_name = 'Accepted'  
    AND dd.day_offset_nbr >= -731
    AND d2.day_offset_nbr >= -738
GROUP BY
    dd.date_tms

上面的查询让我得到了我们需要的东西，但是需要很长时间（一个多小时）来处理。我们已经在 user_initiated_ind 和 common_trans_processed_date_id 上创建了索引，包括 user_id，但查询仍在进行中。

我想我可以用窗口函数解决这个问题，据悉你不能在窗口中使用 DISTINCT，这导致我使用带有 Row_Number() 的派生表来识别窗口内的 DISTINCT 用户，这让我发现Row_Number() 不能与窗口中的 ROWS BETWEEN 子句一起使用...

我读过Calculate running total / running balance，这很相似，但处理的是运行余额而不是滚动不同的计数，我不太确定如何将我读到的内容应用于我的问题；只是建议我使用的 INNER JOIN 方法不是要使用的方法...

...这激发了我发帖的灵感。

如何提高查询性能时间？

Answer 1

第二次加入transactions 似乎完全没有必要。您可以使用条件聚合进行计数。所以，这个版本可能会更快：

SELECT d2.date_tms,
       count(distinct case when d2.day_offset_nbr = dd.day_offset_nbr then t.user_id end) as Active_Members_Today,
       count(distinct t.user_id) as Rolling_7Day_Active_Members
FROM transactions t JOIN
     DATE_DIMENSION dd
     ON t.transaction_processed_date_id = dd.date_id JOIN
     DATE_DIMENSION d2
     ON d2.day_offset_nbr BETWEEN dd.day_offset_nbr AND (dd.day_offset_nbr + 6) AND 
WHERE t.user_initiated_ind = 'Y' AND -- Only User-initiated Transactions
      t.transaction_state_name = 'Accepted' AND -- Accepted Transactions Only
      dd.day_offset_nbr >= -731
GROUP BY d2.date_tms;