我在一个表中记录了一个“开始/停止”活动的列表,每个活动都与一个日期相关联。我需要确定在特定日期“启动”了哪些用户-即正在进行任务。我当前的设置和查询可以通过以下简单视图表示:
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');
然后我正在运行此查询:
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';
(请参阅http://sqlfiddle.com/#!9/c8d371/1/0)
通过更改查询中的日期,此查询返回一个用户ID列表,该ID告诉我在该特定日期谁在从事(即开始一项任务)。但是,用户(在现实生活中)被认为在他们停止任务的实际日期参与了该任务。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(用户1停止的日期),则查询将仅返回用户2。
我曾尝试将<=
条件更改为严格的<
,虽然这解决了部分问题,但用户在开始的那一天就不会被视为忙碌。使用严格的<
,仅在'2019-01-25'上返回用户,而我希望两个用户都出现。
目前,我唯一的“可行”解决方案是合并两个版本的查询结果(以DISTINCT
/ UNION
查询的形式),但我不禁认为必须有一种更有效的方式来获得我需要的结果。
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 |
+-----------+----------------+------------+------------+
假设每个用户的状态序列始终是开始/停止(即,没有两个相邻的记录具有相同的状态),则可以使用窗口函数(在MySQL 8.0中可用:]
select status_user_id, status_date start_date, lead_status_date end_date
from (
select
t.*,
lead(status_date) over(partition by status_user_id order by status_date) lead_status_date
from registration_statuses t
) t
where
status_activity = 'start'
and status_date <= '2020-01-03'
and lead_status_date > '2020-01-03'
status_user_id |开始日期|结束日期-------------:| :--------- | :---------1 | 2020-01-01 | 2020-01-192 | 2020-01-02 | 2020-01-31
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。如果只需要user_id
,这是仅使用聚合的方法:
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_end end);
即,选择截至特定日期的最新状态日期为“活动”的用户。