如何计算用户的每日连胜数？

Question

我的目标

我正在尝试跟踪和显示用户每天在我的应用程序上连续发布的内容，但很难编写一个可靠运行并返回准确计数的查询。

一些背景

我的应用程序有一个

prompt

和一个

post

表。用户可以为每个提示提交一篇帖子（提示每天都会创建，因此每个用户每天一篇帖子）。

简化后的

prompt

表如下所示：

id	日期键	文字
1	20240101	这是一个示例提示。
2	20240102	这是第二个提示。

简化后的

post

表类似于：

id	内容	提示ID	作者ID
50	这是我对提示的回应。	1	90
51	对同一提示的第二次响应。	1	91

当前查询

我尝试了几种不同的查询方法（使用

PARTITION BY

、

dense_rank()

等），但只能获得用户的最长连续记录。如果您有兴趣，我的疑问：

select distinct on (p."authorId") count(distinct "dateKey"::date) as "streak"
from (select p.*,
      dense_rank() over (partition by p."authorId" order by "dateKey"::date) as seq
      from post p
      join prompt pt on p."promptId" = pt.id
     ) p
join prompt pt on p."promptId" = pt.id
where p."authorId" = 90
group by p."authorId", "dateKey"::date - seq * interval '1 day'
order by p."authorId", streak desc

这似乎适用于以下数据，但如果您添加新的“错过”提示（这应该重置条纹），此查询仍将返回 2 （我想我明白为什么，但不确定如何纠正它）。

我需要什么

我基本上需要一些东西来从最新的提示开始，然后沿着列表向下查找，直到找到没有来自该用户的帖子的提示。

例如，此连接数据将具有 2 的条纹：

id	日期键	文字	帖子内容	作者ID
1	20240104	这是一个示例提示。	这是我的回应。	90
2	20240103	这是第二个提示。	第二个回应。	90
3	20240102	第三个提示。	空	空
4	20240101	我的第四个提示。	第三次回复，但我错过了一天。	90

功能最重要，但如果它也具有高性能那就太好了（

prompt

可能有 1000 行，

post

可能有数百万行，

streak

可能达到 1000）。

我对 PostgreSQL 的此类功能有点迷茫，所以希望有一个简单的解决方案！

小提琴：https://www.db-fiddle.com/f/4jyoMCicNSZpjMt4jFYoz5/11431

Answer 1

对于具有自然价值递进的单个表，有更简单的解决方案。但对于两个表与（看似）任意下一个

promptId

的组合，我希望 递归 CTE 表现最佳：

WITH RECURSIVE cte AS (
   SELECT CURRENT_DATE AS the_day, p."authorId" AS author_id
   FROM   prompt pt
   JOIN   post  p ON p."promptId" = pt.id
   WHERE  pt."dateKey" = CURRENT_DATE
   AND    p."authorId" = 90  -- your author here!
   
   UNION ALL
   SELECT c.the_day - 1, p."authorId"   -- assuming no gaps in prompt!
   FROM   cte   c
   JOIN   prompt pt ON pt."dateKey" = c.the_day - 1
   JOIN   post  p  ON p."promptId" = pt.id
   WHERE  p."authorId" = c.author_id
   )
SELECT count(*)
FROM   cte;

小提琴

绝对需要索引支持才能快。
理想情况下，一个索引位于

prompt("dateKey", id)

，一个索引位于

post("authorId", "promptId")

。

假设...

• ...我们查询一个给定的用户，
• ...我们从“今天”开始，
• ...提示中没有间隙 - 每天仅输入一个条目，
• ...

  prompt."dateKey"

  是类型

  date

  （应该是这样）。

相关：

• 使用递归查询来选择最长路径

数据库设计

如果每天最多有一个提示，请考虑使用日期（数据类型

date

！）作为表

prompt

中的PK和表

post

中的FK。允许更简单的查询。参见：

• 选择最长的连续序列

Answer 2

这看起来像是孤岛和间隙问题以及间隙问题。

我已经按照问题中的要求创建了单个

authorid

(

p.authorId = 90

) 的查询。您可以删除连接条件来获取所有

authorIds

的数据。

解决方案是使用窗口函数，如下所示：

select authorId, max(sm) from
(select t.*, 
        sum(case when prev_promptId is null then 1 end ) over (partition by p.authorId order by "dateKey"::date) as sm 
  from (select pt.*, p.*, 
               lag(p.promptId) over (partition by p.authorId order by "dateKey"::date) as prev_promptId
          from prompt pt
          left join post p on p.promptId = pt.id and p.authorId = 90) t ) t
group by authorId;