点击流数据的 SQL 聚合函数

Question

我有一组点击流数据（即用户 ID、开始和结束日期/时间、有效使用时长、每个会话的总时长）。

我需要检索给定月份的唯一每日数据，按 user_id、日期和 webOrMobile 排序。

到目前为止，以 2019 年 1 月为例：

SELECT DISTINCT id, CONVERT(DATE, START_DTTM) AS date, WEB_VS_MOBILE_DISPLAY AS webOrMobile, ACTIVE_DURATION_SECONDS 
FROM ClickStream
WHERE START_DTTM LIKE '2019-01-%'
ORDER BY id, START_DTTM, WEB_VS_MOBILE_DISPLAY

导致：

    id          date        webOrMobile  ACTIVE_DURATION_SECONDS
    
    Z000013917  2019-01-07  Web        245
    Z000013917  2019-01-10  Web        128
    Z000013917  2019-01-29  Web        261
    Z000013917  2019-01-31  Web        1246
    Z0000140154 2019-01-18  Mobile     212
    Z0000140154 2019-01-22  Mobile     18
    Z0000140154 2019-01-23  Mobile     201
    Z0000158605 2019-01-11  Web        67
    Z0000158605 2019-01-11  Web        587
    Z0000158605 2019-01-11  Web        681
    Z0000158605 2019-01-11  Web        1123
    Z0000158605 2019-01-13  Web        2896
    Z0000158605 2019-01-14  Web        20

我的问题是日期为 2019-01-11 的行，除了持续时间之外，它们是相同的。如何将这些行组合成一行，其中包含各个持续时间的总和？所以像：

     id          date        webOrMobile  ACTIVE_DURATION_SECONDS
        
        Z000013917  2019-01-07  Web        245
        Z000013917  2019-01-10  Web        128
        Z000013917  2019-01-29  Web        261
        Z000013917  2019-01-31  Web        1246
        Z0000140154 2019-01-18  Mobile     212
        Z0000140154 2019-01-22  Mobile     18
        Z0000140154 2019-01-23  Mobile     201
        Z0000158605 2019-01-11  Web        2458
        Z0000158605 2019-01-13  Web        2896
        Z0000158605 2019-01-14  Web        20

现在每一行都有一个唯一的 id/date/webOrMobile。

编辑：我也试过了

SELECT pat_did, CONVERT(DATE, START_DTTM), WEB_VS_MOBILE_DISPLAY, SUM(MYC_ACTIVE_DURATION_SECONDS) FROM ClickStream
WHERE START_DTTM LIKE '2019-01-%'
GROUP BY pat_did, START_DTTM, WEB_VS_MOBILE_DISPLAY

导致：

    id          date        webOrMobile  ACTIVE_DURATION_SECONDS

    Z000013917  2019-01-07  Web          4900
    Z000013917  2019-01-10  Web          1536
    Z000013917  2019-01-29  Web          3915
    Z000013917  2019-01-31  Web          11214
    Z0000140154 2019-01-18  Mobile       3392
    Z0000140154 2019-01-22  Mobile       54
    Z0000140154 2019-01-23  Mobile       1407
    Z0000158605 2019-01-11  Web          24706
    Z0000158605 2019-01-11  Web          5283
    Z0000158605 2019-01-11  Web          12258
    Z0000158605 2019-01-11  Web          469
    Z0000158605 2019-01-13  Web          112944
    Z0000158605 2019-01-14  Web          5746

行没有合并，但持续时间值现在太高了，例如 112944 等于 31 小时，这是不可能的。

Answer 1

任何未出现在 GROUP BY 中的列只能出现在 SELECT 的聚合函数中。而且您不会同时使用 GROUP BY 和 DISTINCT。事实上，你很少应该使用 DISTINCT。

类似

SELECT id, 
       CONVERT(DATE, START_DTTM) AS date, 
       WEB_VS_MOBILE_DISPLAY AS webOrMobile, 
       SUM(ACTIVE_DURATION_SECONDS) ACTIVE_DURATION_SECONDS  
FROM ClickStream
WHERE START_DTTM LIKE '2019-01-%'
GROUP BY ID, START_DTTM, WEB_VS_MOBILE_DISPLAY 
ORDER BY id, START_DTTM, WEB_VS_MOBILE_DISPLAY

Answer 2

我觉得您遇到了重复行和日期转换的问题：

with data as (
    SELECT DISTINCT
        ID, START_DTTM, cast(START_DTTM as date) as "date",
        WEB_VS_MOBILE_DISPLAY as webOrMobile,
        ACTIVE_DURATION_SECONDS as duration
   FROM ClickStream
   WHERE START_DTTM LIKE '2019-01-%'
)
select ID as id, "date", webOrMobile, sum(duration) as duration
from data
group by id, "date", webOrMobile
order by id, "date", webOrMobile;

如果需要在没有 CTE/派生表等的情况下执行此操作，那么您可以在这些方面使用一些技巧：

select ID, cast(START_DTTM as date), WEB_VS_MOBILE_DISPLAY as webOrMobile,
    sum(distinct
        datediff(second, cast(START_DTTM as date), START_DTTM) *
          cast(100000000 as bigint) + ACTIVE_DURATION_SECONDS
    ) % 100000000 as duration
from ClickStream
group by ID, cast(START_DTTM as date), WEB_VS_MOBILE_DISPLAY;

您基本上必须将日期信息作为数值（将求和）打包成带有持续时间的高位数字，以便每个组合可以保持唯一，然后通过剥离低位数字来解包。

https://dbfiddle.uk/?rdbms=sqlserver_2014&fiddle=23b55e85d42c78e16bab406135fa3291