计算以错误顺序发生的事件数答案

【问题标题】：Count number of events that happened in wrong order计算以错误顺序发生的事件数
【发布时间】：2017-10-26 18:42:06
【问题描述】：

如何在按时间顺序排列的组中进行搜索，并计算某个事件是否先于另一个事件发生？

我的数据显示为：

id   | flow_nme | prod | RowFilter |
'20' | A2       | 1    | 1         |
'20' | A3       | 1    | 2         |
'30' | A3       | 1    | 1         |
'30  | A2       | 1    | 2         |
'40' | C1       | 1    | 1         |
'40' | C2       | 1    | 2         |
'40' | A3       | 1    | 3         |
'40' | A2       | 1    | 4         |

RowFilter 包含每个 id 组的时间排序。名称 A2、A3、C1 和 C2 没有真正含义，是虚拟名称。 RowFilter 是根据指示事件发生顺序的时间戳创建的。唯一确定事件“应该”发生的顺序是正常流程。本质上，我想统计正常流程没有发生的次数。

所以我想计算 A3 在 A2 之前和 C2 在 A3 之前出现的每个 id 的实例。

我的预期输出应该是这样的：

type  | count |
A3-A2 | 2     |
C2-A3 | 1     |

我尝试过使用 OVER 和 PARTITION BY，但一定是做错了什么。

只要我有时间让这个问题易于重现，我就会着手编写代码来模拟数据。我对 R 比对 SQL 更熟悉，所以对我来说，这段代码的样子并不是很明显。

【问题讨论】：

按时间排序是什么意思？你怎么知道正确的顺序应该是什么？
大概正确的顺序是字典顺序（即自然）
如果flow_nmes 对给定的id 出现多次怎么办？
按时间排序我指的是RowFilter实际上代表了时间。正确的顺序由特定的过程决定。所以，在我编造的例子中，A2 应该在 A3 之前发生，C2 应该在 A3 之前发生。
您的数据中没有任何内容表明 A3 在 A2 之前或之后，除非您可以使用 flow_nme 作为排序列。你怎么知道它没有跳过一个步骤，因为你没有主列表？为什么“第一”组步骤是准确的？

标签： sql sql-server tsql

【解决方案1】：

在 SQL Server 2012+ 中（对于 lead() 和 concat()）。

使用common table expression（派生表也可以）和lead() 来查找next_flow_nme 和concat() 以连接type 的两个flow_nme，过滤为where flow_nme > next_flow_nme。然后group by 和count(*)。

;with cte as (
select id, flow_nme, prod, rowfilter
  , next_flow_nme = lead(flow_nme) over (order by id, rowfilter)
from t
)
select 
    type = concat(flow_nme,'-',next_flow_nme)
  , [count]=count(*)
from cte
where flow_nme > next_flow_nme
group by concat(flow_nme,'-',next_flow_nme)

rextester 演示：http://rextester.com/NHW71132

+-------+-------+
| type  | count |
+-------+-------+
| A3-A2 |     2 |
| C2-A3 |     1 |
+-------+-------+

【讨论】：

【解决方案2】：

这是一种方法，它假设每个 flow_nmes 都有唯一的 id. 这会将值放在不同的列中：

select sum(case when rf_a3 < rf_a2 then 1 else 0 end) as a3_a2,
       sum(case when rf_c2 < rf_a3 then 1 else 0 end) as c2_a3
from (select id,
             min(case when flow_nme = 'A3' then row_filter end) as rf_a3,
             min(case when flow_nme = 'A2' then row_filter end) as rf_a2,
             min(case when flow_nme = 'C2' then row_filter end) as rf_c2
      from t
      group by id
     ) t;

如果你愿意，你可以取消旋转。我喜欢为此目的使用apply：

select v.*
from (select sum(case when rf_a3 < rf_a2 then 1 else 0 end) as a3_a2,
             sum(case when rf_c2 < rf_a3 then 1 else 0 end) as c2_a3
      from (select id,
                   min(case when flow_nme = 'A3' then row_filter end) as rf_a3,
                   min(case when flow_nme = 'A2' then row_filter end) as rf_a2,
                   min(case when flow_nme = 'C2' then row_filter end) as rf_c2
            from t
            group by id
           ) t
     ) t cross apply
     (values ('a3_a2', a3_a2), ('c2_a3', c2_a3)) v(type, count);

【讨论】：