如何在SQL中遞歸特定時間段后減少行集

Question

這是我的問題-

數據包含用戶對網站的請求，格式為userID和RequestTime。 一個包含特定關鍵字的請求是一個指定的搜索。 在給定的一天中，在指定搜索之后15分鍾內的任何請求都將被視為后續搜索，並且將被忽略。 因此，如果用戶在第一次搜索后的15分鍾內提出了3個請求，然后在40分鍾后使用相同的關鍵字進行了第四次搜索，則第四個請求被視為一個新的搜索，在第四個搜索后15分鍾內的任何請求都將被忽略，然后開始計算一個新的在這15分鍾后請求更改，依此類推。 這是源數據集

ClientID    RequestTime
a1  1/10/2016 11:45
a1  1/10/2016 11:47
a1  1/10/2016 12:01
a1  1/10/2016 12:11
a1  1/10/2016 12:16
a2  1/10/2016 11:47
a2  1/10/2016 12:16
a3  1/10/2016 12:16

過濾后，結果將如下所示

ClientID    RequestTime
a1  1/10/2016 11:45
a1  1/10/2016 12:01
a1  1/10/2016 12:16
a2  1/10/2016 11:47
a2  1/10/2016 12:16
a3  1/10/2016 12:16

關於如何實現這一目標的任何建議？ 謝謝

Answer 1

您應該運行下一個查詢幾次，直到沒有更多的行被刪除：

DELETE FROM T3
WHERE EXISTS
   (SELECT 1 FROM T2
      WHERE T3.time > T2.time
            AND T3.time < T2.time + 15 minutes
            AND NOT EXISTS
              (SELECT  1 FROM T1
                WHERE T1.time < T2.time
                      AND T1.time > T2.time - 15 minutes))

說明

T1，T2和T3是時間T1.time <T2.time <T3.time中的行

可以有任意T1，T2，T3的4種組合，其中T1 <T2 <T3：

All more than 15 minutes apart (combi A):

T1
T2 - 15 minutes
T2
T2 + 15 minutes
T3

or T3 < T2 + 15 (combi B):

T1
T2 - 15 minutes
T2
T3
T2 + 15 minutes

or T1 > T2 - 15 minutes (combi C):

T2 - 15 minutes
T1
T2
T2 + 15 minutes
T3

or both T3 < T2 + 15 and T1 > T2 - 15 minutes (combi D)

T2 - 15 minutes
T1
T2
T3
T2 + 15 minutes

在組合A（和C）中，T3不在T2之后的15分鍾之內出現在T2之后，因此“ AND T3.time <T2.time + 15 minutes”子句為假，因此不會按預期刪除任何行

在組合B（和D）中，T3確實在距T2 15分鍾之內到達，但是不確定T2是否會保留。

在組合B中，很明顯“ T1.time> T2.time-15分鍾”子句是假的，但是由於我們要求大多數內部查詢不存在，這意味着NOT EXISTS子句本身給出了一個真，而T3是已刪除。

在組合D中，最內部的子句“ T1.time> T2.time-15分鍾”為true，因此NOT EXISTS子句本身給出了false，並且不刪除T3（或者在這種情況下，不是YET）。

可能是這樣，如果將在第一輪中刪除T2，則將在第二輪中將T3與新的T2（之前是T1或比T1甚至更早的事件）進行比較，無論如何，T3都可以保留。 T1（不認為它是絕對的第一個）將在第1輪中刪除，而不是T2可能永遠存在，而T3在第2輪中將被刪除，因為它接近於T2，而現在T2距離未刪除的前任足夠遠。

在您的示例中-從T3的角度僅考慮行，因為我們只刪除了T3的行：

在第一輪中，作為T3的11:45沒有前任，因此T2不存在，因此中間查詢返回false。 在第一輪中，作為T3的11:47擁有一個太接近的T2（T3.time <T2.time + 15分鍾），並且由於不存在T1，所以最內部的查詢也是正確的（從NOT EXISTS點出發）看法）。 因此11:47將被刪除。 在第一輪中，所有其他時間都將保留（暫時）。

在第二輪中，T3的12:01與T2具有11:45，但距離足夠遠（T3.time <T2.time + 15分鍾為假），因此它將保留。 在第二輪中，作為T3的12:11現在與T2具有12.10的距離，該距離太近，並且由於T2與T1的距離足夠遠，因此內部查詢也可以，並且必須刪除12:11。

在第三輪中12:16不會被刪除，因為12:11為它騰出了空間。

這很復雜，但我希望我的解釋會有所幫助。

因此，您需要一遍又一遍地運行此查詢，直到不再刪除任何行為止。 然后，您將獲得所需的結果。