给定另一个字段的值，SQL 创建一个新字段会话

Question

我在完成以下任务时遇到问题。

给定一个像这样的表

|    user_id    |    hit_id    |  new_session |
|---------------|--------------|--------------|
|       1       |       1      |       0      |
|       1       |       2      |       0      |
|       1       |       3      |       1      |
|       1       |       4      |       0      |
|      ...      |      ...     |      ...     |
|       5       |      19      |       0      |

在哪里

• user_id 和 hit_id 的组合是独一无二的
• new_session 是一个布尔值，用于确定命中是否为该特定用户启动了新会话

我想创建一个新列 session_number 将 hit_ids 拆分为会话，同时考虑到：

• 每个user_id 的第一行，一旦被hit_id asc 排序，新列session_number 的值就为1
• 只要new_session为0，session_number的值不变
• new_session 为 1 时，我必须将 1 与实际会话数相加
• 逻辑在user_id 按hit_id asc 排序的分区上运行，因此一旦user_id 更改，会话计数就会重置

我创建了一个db-fiddle with some example data

user_id = 1（涵盖多个极端情况）的预期输出为：

|    user_id    |    hit_id    |  new_session | session_number |
|---------------|--------------|--------------|----------------|
|       1       |       1      |       0      |        1       |
|       1       |       2      |       0      |        1       |
|       1       |       3      |       1      |        2       |
|       1       |       4      |       0      |        2       |
|       1       |       5      |       0      |        2       |
|       1       |       6      |       1      |        3       |
|       1       |       7      |       0      |        3       |
|       1       |       8      |       1      |        4       |
|       1       |       8      |       1      |        5       |

我尝试过将 lag()、rank() 和 dense_rank() 组合使用，但我总是发现一个极端情况，这会使所有尝试都失败。此外，我完全确信有一个非常简单的方法，我没有考虑到这一点。

Answer 1

您可以使用累积和：

select pv.*,
       (1 + sum(new_session) over (partition by user_id order by hit_id)) as session_number
from pageviews pv;

Here 是一个 db-fiddle。