如何检索时间范围聚合中的所有列？答案

【问题标题】：How can I retrieve all the columns on a timerange aggregation?如何检索时间范围聚合中的所有列？
【发布时间】：2018-04-10 10:15:01
【问题描述】：

我目前正在努力研究如何在其他时间聚合（周、月、季度等）中聚合我的每日数据。

这是我的原始数据类型的样子：

| date     | traffic_type | visits  |
|----------|--------------|---------|
| 20180101 | 1            | 1221650 |
| 20180101 | 2            | 411424  |
| 20180101 | 4            | 108407  |
| 20180101 | 5            | 298117  |
| 20180101 | 6            | 26806   |
| 20180101 | 7            | 12033   |
| 20180101 | 8            | 80368   |
| 20180101 | 9            | 69544   |
| 20180101 | 10           | 39919   |
| 20180101 | 11           | 26291   |
| 20180102 | 1            | 1218490 |
| 20180102 | 2            | 410965  |
| 20180102 | 4            | 108037  |
| 20180102 | 5            | 297727  |
| 20180102 | 6            | 26719   |
| 20180102 | 7            | 12019   |
| 20180102 | 8            | 80074   |

首先，无论traffic_type如何，我都想检查访问总和：

SELECT date, SUM(visits) as visits_per_day
FROM visits_tbl
GROUP BY date

结果如下：

|    ymd   | visits_per_day |
|:--------:|:--------------:|
| 20180101 |     2294563    |
| 20180102 |     2289145    |
| 20180103 |     2300367    |
| 20180104 |     2310256    |
| 20180105 |     2368098    |
| 20180106 |     2372257    |
| 20180107 |     2373863    |
| 20180108 |     2364236    |

但是，如果我想检查每个时间聚合中 visits_per_day 最高的特定日期（例如：月份），我正在努力检索正确的输出。

这是我所做的：

SELECT 
   (date div 100) as y_month, MAX(visits_per_day) as max_visit_per_day
FROM
    (SELECT date, SUM(visits) as visits_per_day
    FROM visits_tbl
    GROUP BY date) as t1
GROUP BY
   y_month

这是我的查询的输出：

| y_month | max_visit_per_day |
|:-------:|:-----------------:|
|  201801 |      2435845      |
|  201802 |      2519000      |
|  201803 |      2528097      |
|  201804 |      2550645      |

但是，我不知道visits_per_day 最高的确切日期是哪一天。

期望的输出：

| y_month | max_visit_per_day |    ymd   |
|:-------:|:-----------------:|:--------:|
|  201801 |      2435845      | 20180130 |
|  201802 |      2519000      | 20180220 |
|  201803 |      2528097      | 20180325 |
|  201804 |      2550645      | 20180406 |

ymd 表示visits_per_day 最高的那一天。该逻辑将在编程的帮助下在仪表板中使用，以便自动选择时间聚合。有人可以帮帮我吗？

【问题讨论】：

有什么理由发明自己的 DATE 表示而不是使用 MySQL DATE 数据类型？日期逻辑很难正确处理，以至于大多数人都使用内置数据类型。
使用 MySQL 日期类型将使这成为可能。然后你就可以使用内置函数了。
@O.Jones 我相信我可以使用日期功能。没问题。我只是代表了它当前在数据库中的写入方式。如果我使用实际的日期数据类型，您能以某种方式帮助我吗？

标签： mysql impala

【解决方案1】：

这是结构化查询语言的结构化部分的工作。也就是说，您将编写一些子查询并将它们视为表。

您已经知道如何计算每天的访问次数。让我们将每一天的月份添加到该查询 (http://sqlfiddle.com/#!9/a8455e/13/0)。

                   SELECT date DIV 100 as month, date, 
                          SUM(visits) as visits
                     FROM visits_tbl
                    GROUP BY date

接下来，您需要找出每个月的最大每日访问次数。 (http://sqlfiddle.com/#!9/a8455e/12/0)

       SELECT month, MAX(visits) max_daily_visits
         FROM (
                   SELECT date DIV 100 as month, date, 
                          SUM(visits) as visits
                     FROM visits_tbl
                    GROUP BY date
              ) dayvisits
        GROUP BY month

然后，诀窍是检索每个月出现最大值的日期。这需要加入。如果没有common table expressions（MySQL 缺少），您需要重复第一个子查询。 (http://sqlfiddle.com/#!9/a8455e/11/0)

SELECT detail.*
  FROM (
           SELECT month, MAX(visits) max_daily_visits
             FROM (
                       SELECT date DIV 100 as month, date, 
                              SUM(visits) as visits
                         FROM visits_tbl
                        GROUP BY date
                  ) dayvisits
            GROUP BY month
        ) maxvisits
   JOIN (
                       SELECT date DIV 100 as month, date, 
                              SUM(visits) as visits
                         FROM visits_tbl
                        GROUP BY date
        ) detail ON detail.visits = maxvisits.max_daily_visits
                AND detail.month = maxvisits.month

这个相当复杂的查询的大纲有助于解释它。我们将使用一个名为dayvisits 的假想表来代替该子查询。

SELECT detail.*
  FROM (
           SELECT month, MAX(visits) max_daily_visits
             FROM dayvisits 
            GROUP BY date DIV 100
        ) maxvisits
   JOIN dayvisits detail ON detail.visits = maxvisits.max_daily_visits
                        AND detail.month = maxvisits.month

您正在为子查询中的每个 month 寻找一个极值。（这是一种相当标准的 SQL 操作。）为此，您可以通过 MAX() ... GROUP BY 查询找到该值。然后将其连接到子查询本身以查找与极值对应的其他值。

如果您确实有公用表表达式，则查询将如下所示。您可能会考虑采用名为 MariaDB 的 MySQL 分支，它具有 CTE。

WITH dayvisits AS (
       SELECT date DIV 100 as month, date, 
          SUM(visits) as visits
     FROM visits_tbl
    GROUP BY date
) 
SELECT dayvisits.*
  FROM (
           SELECT month, MAX(visits) max_daily_visits
             FROM dayvisits
            GROUP BY month
        ) maxvisits
   JOIN dayvisits ON dayvisits.visits = maxvisits.max_daily_visits
                AND dayvisits.month = maxvisits.month

【讨论】：

我通常使用 impala，它支持 CTE，我可以轻松实现我的结果。我会试一试，让你知道它是否有效！

【解决方案2】：

[MSSQL 查询检查] 快速高效。

select visit_sum_day_wise.date 
, visit_sum_day_wise.Max_Visits
, visit_sum_day_wise.traffic_type
, LAST_VALUE(visit_sum_day_wise.visits) OVER(PARTITION BY 
visit_sum_day_wise.date  ORDER BY visit_sum_day_wise.date  ROWS BETWEEN 
UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING ) AS max_visit_per_day
from (
     select visits_tbl.date , visits_tbl.visits , visits_tbl.traffic_type
     ,max(visits_tbl.visits ) OVER (  PARTITION BY visits_tbl.date   ORDER 
     BY  visits_tbl.date  ROWS BETWEEN UNBOUNDED PRECEDING  AND  0  
     PRECEDING) Max_visits
     from visits_tbl  
     ) as visit_sum_day_wise
where visit_sum_day_wise.visits    = (select max(visits_B.visits )  from 
visits_tbl visits_B where visits_B.Date =  visit_sum_day_wise.date )

enter image description here

【讨论】：