查询以在记录“开始”和“停止”日期的表中查找给定日期的活动记录

Question

我有一个记录在表格中的“开始/停止”活动列表，每个活动都与一个日期相关联。我需要确定哪些用户在特定日期“开始” - 即正在进行任务。我当前的设置和查询可以用这个简单的视图来表示：

CREATE TABLE `registration_statuses` (
    `status_id` INT(11) NOT NULL AUTO_INCREMENT,
    `status_user_id` INT(10) UNSIGNED NOT NULL DEFAULT '0',
    `status_activity` ENUM('start','stop') DEFAULT 'start',
    `status_date` DATE NULL DEFAULT NULL,
    PRIMARY KEY (`status_id`),
    INDEX `status_user_id` (`status_user_id`)
);

INSERT INTO `registration_statuses` (`status_user_id`, `status_activity`, `status_date`)
VALUES (1, 'start', '2020-01-01'),
       (2, 'start', '2020-01-02'),
       (1, 'stop', '2020-01-19'),
       (1, 'start', '2020-01-25'),
       (2, 'stop', '2020-01-31'),
       (1, 'stop', '2020-01-31');

然后我运行这个查询：

SELECT `rs`.`status_user_id`
FROM `registration_statuses` `rs`
  INNER JOIN (
    SELECT `status_user_id`, MAX(status_date) `last_date`
    FROM `registration_statuses`
    WHERE `status_date` < '2020-01-03'
    GROUP BY `status_user_id`
  ) `srs` ON `rs`.`status_user_id` = `srs`.`status_user_id`
            AND `rs`.`status_date` = `srs`.`last_date`
WHERE `status_activity` = 'start';

（见http://sqlfiddle.com/#!9/c8d371/1/0）

通过更改查询中的日期，此查询会返回一个用户 ID 列表，告诉我谁在该特定日期参与（即已开始一项任务）。但是，用户被认为（在现实生活中）在他们停止任务的实际日期参与了任务。此查询不允许这样做，因为如果您要更改查询中的日期以反映 2020-01-19，即用户 1 停止的那一天，则查询将仅返回用户 2。

我尝试将<= 条件更改为严格的<，虽然这解决了部分问题，但用户在开始的那天并不被认为是忙碌的。使用严格的<，仅在“2019-01-25”返回用户，而我希望两个用户都出现。

在这一点上，我唯一“可行”的解决方案是合并两个版本查询的结果（以DISTINCT / UNION 查询的形式），但我不禁想到必须有一种更有效的方法来获得我需要的结果。

Answer 1

这有帮助吗？

SELECT a.status_id
     , a.status_user_id 
     , a.status_date start
     , MIN(b.status_date) stop
  FROM registration_statuses a
  LEFT
  JOIN registration_statuses b
    ON b.status_user_id = a.status_user_id
   AND b.status_id > a.status_id
   AND b.status_activity = 'stop'
 WHERE a.status_activity = 'start'
 GROUP 
    BY a.status_id;

+-----------+----------------+------------+------------+
| status_id | status_user_id | start      | stop       |
+-----------+----------------+------------+------------+
|         1 |              1 | 2020-01-01 | 2020-01-19 |
|         2 |              2 | 2020-01-02 | 2020-01-31 |
|         4 |              1 | 2020-01-25 | 2020-01-31 |
+-----------+----------------+------------+------------+

Answer 2

一种方法是相关子查询：

select rs.*
from registration_statuses rs
where rs.status_date = (select max(rs2.status_date)
                        from registration_statuses rs2
                        where rs2.status_user_id = rs.status_user_id and
                              rs2.status_date <= ?
                       ) and
      rs.status_activity = 'active';

为了提高性能，您需要在registration_statuses(status_user_id, status_date) 上建立索引。

还有其他有趣的方法。如果你只想要user_id，这里是一种只使用聚合的方法：

select rs.user_id
from registration_statuses rs
where rs.status_date <= ?
group by rs.user_id
having max(rs.status_date) = max(case when rs.status_activity = 'active' then status_date end);

也就是说，选择截至特定日期最近状态日期为“活跃”的用户。