SQL row_number 有条件

Question

我想用 case 条件配置 row_number。 查看“time_diffs”列并检查 - 如果有 1 的 go 一个一个，那么它就是一组。 如果有 0，则每个 0 本身就是一组。 在 1 和 0 之间的每次迭代之后，行结果将在 +1 上增长。

select session_id, 
    player_id, 
        country, 
        start_time, 
        end_time,       
        case when timestampdiff(minute, 
                                lag(end_time, 1) over(partition by player_id order by end_time)
                               , start_time) < 5 then 1
             when timestampdiff(minute, end_time
                   , lead(start_time, 1) over(partition by player_id order by start_time)) < 5 then 1
        else 0
        end as time_diffs
        /* , here is some new code with an expected result */
        
 from game_sessions
 where 1=1
 and player_id = 1
 order by player_id, start_time

当前查询结果：

session_id	player_id	国家	开始时间	时间结束	时差
1个	1个	英国	01.01.2021 00:01	01.01.2021 00:10	1个
2个	1个	英国	01.01.2021 00:12	01.01.2021 01:24	1个
13	1个	英国	01.01.2021 01:27	01.01.2021 01:50	1个
3个	1个	英国	01.01.2021 10:01	01.01.2021 15:10	0
16	1个	英国	01.01.2021 17:10	01.01.2021 17:20	1个
17	1个	英国	01.01.2021 17:22	01.01.2021 17:55	1个
54	1个	英国	01.01.2021 18:15	01.01.2021 18:35	0
32	1个	英国	01.01.2021 18:55	01.01.2021 19:35	0

我希望在当前查询中添加新列时看到的内容：

session_id	player_id	国家	开始时间	时间结束	时差	预期结果
1个	1个	英国	01.01.2021 00:01	01.01.2021 00:10	1个	1个
2个	1个	英国	01.01.2021 00:12	01.01.2021 01:24	1个	1个
13	1个	英国	01.01.2021 01:27	01.01.2021 01:50	1个	1个
3个	1个	英国	01.01.2021 10:01	01.01.2021 15:10	0	2个
16	1个	英国	01.01.2021 17:10	01.01.2021 17:20	1个	3个
17	1个	英国	01.01.2021 17:22	01.01.2021 17:55	1个	3个
54	1个	英国	01.01.2021 18:15	01.01.2021 18:35	0	4个
32	1个	英国	01.01.2021 18:55	01.01.2021 19:35	0	5个

Answer 1

这是一种[差距和孤岛问题]，需要一些窗口函数（和子查询）才能得到你想要的结果，第一步是计算出你的差距和岛屿，你可以使用两个 row_numbers，一个有一个额外的分区：

SELECT  *,
        ROW_NUMBER() OVER (PARTITION BY player_id ORDER BY start_time)
            - ROW_NUMBER() OVER (PARTITION BY player_id, time_diffs ORDER BY start_time) AS GroupingSet
FROM    game_sessions;

注意：对于这个查询和所有其他查询，我已经采取了简化整个查询的步骤，将字段time_diffs包含在数据集中以缩短实际查询

这给出：

session_id	player_id	国家	开始时间	时间结束	时差	分组集
1个	1个	英国	2021-01-01 00:01:00	2021-01-01 00:10:00	1个	0
2个	1个	英国	2021-01-01 00:12:00	2021-01-01 01:24:00	1个	0
13	1个	英国	2021-01-01 01:27:00	2021-01-01 01:50:00	1个	0
3个	1个	英国	2021-01-01 10:01:00	2021-01-01 15:10:00	0	3个
16	1个	英国	2021-01-01 17:10:00	2021-01-01 17:20:00	1个	1个
17	1个	英国	2021-01-01 17:22:00	2021-01-01 17:55:00	1个	1个
54	1个	英国	2021-01-01 18:15:00	2021-01-01 18:35:00	0	5个
32	1个	英国	2021-01-01 18:55:00	2021-01-01 19:35:00	0	5个

您在这里可以看到，每次您的 time_diff 更改时，“GroupingSet”列都会更改，这是识别您的岛屿（相同值的连续组）的基础。

对于您的 output 然后您需要几个额外的窗口函数，首先您需要获得每组的最小开始时间，因为您想要将每一行视为time_diffs = 0的唯一组，您需要以下表达式：

IF(time_diffs=1,MIN(start_time) OVER (PARTITION BY player_id, p.GroupingSet),start_time)

添加此列然后给出：

session_id	player_id	国家	开始时间	时间结束	时差	分组集	组开始
1个	1个	英国	2021-01-01 00:01:00	2021-01-01 00:10:00	1个	0	2021-01-01 00:01:00
2个	1个	英国	2021-01-01 00:12:00	2021-01-01 01:24:00	1个	0	2021-01-01 00:01:00
13	1个	英国	2021-01-01 01:27:00	2021-01-01 01:50:00	1个	0	2021-01-01 00:01:00
3个	1个	英国	2021-01-01 10:01:00	2021-01-01 15:10:00	0	3个	2021-01-01 10:01:00
16	1个	英国	2021-01-01 17:10:00	2021-01-01 17:20:00	1个	1个	2021-01-01 17:10:00
17	1个	英国	2021-01-01 17:22:00	2021-01-01 17:55:00	1个	1个	2021-01-01 17:10:00
54	1个	英国	2021-01-01 18:15:00	2021-01-01 18:35:00	0	5个	2021-01-01 18:15:00
32	1个	英国	2021-01-01 18:55:00	2021-01-01 19:35:00	0	5个	2021-01-01 18:55:00

最后，您可以使用此MinStart列作为DENSE_RANK()的基础，给出最终查询

SELECT  p.session_id,
        p.player_id,
        p.country,
        p.start_time,
        p.end_time,
        p.time_diffs,
        DENSE_RANK() OVER(PARTITION BY player_id ORDER BY p.GroupStart) AS ExpectedOutput
FROM
        (
            SELECT  *, IF(time_diffs = 0,start_time,MIN(start_time) OVER (PARTITION BY player_id, p.GroupingSet)) AS GroupStart
            FROM
                    (
                        SELECT  *,
                                ROW_NUMBER() OVER (PARTITION BY player_id ORDER BY start_time)
                                    - ROW_NUMBER() OVER (PARTITION BY player_id, time_diffs ORDER BY start_time) AS GroupingSet
                        FROM    game_sessions
                    ) AS p
        ) AS p
ORDER BY
        player_id, start_time;

---

一个可能更简单的替代方法是识别您不想增加计数的行，然后返回 0，否则返回 1，即

IF(time_diffs=1 AND LAG(time_diffs,1,0) OVER(PARTITION BY player_id ORDER BY start_time)=1,0,1)

然后对这一列求和：

SELECT  p.session_id,
        p.player_id,
        p.country,
        p.start_time,
        p.end_time,
        p.time_diffs,
        SUM(TDChanges) OVER(PARTITION BY player_id ORDER BY p.time_start) AS ExpectedOutput
FROM
        (
            SELECT  *,
                    IIF(time_diffs=1 AND LAG(time_diffs,1,0) OVER(PARTITION BY player_id ORDER BY time_start)=1,0,1) AS TDChanges
            FROM    game_sessions
        ) AS p
ORDER BY
        player_id, start_time;

这两个查询都给出了您预期的 output - db<>fidle 上的示例