MYSQL经典SQL之时长统计
2017-01-06 本文已影响137人
user0650
概述
假设有一张表，记录了用户的登入、登出信息，我们需要根据这些信息统计用户的在线时长，相应的设置用户等级，就像挂QQ升级
数据如下：
mysql> select * from user_sessions;
+----+----------+-------+----------+----------+
| id | platform | usr | start | end |
+----+----------+-------+----------+----------+
| 1 | web | user1 | 08:30:00 | 10:30:00 |
| 2 | web | user2 | 08:30:00 | 08:45:00 |
| 3 | web | user1 | 09:00:00 | 09:30:00 |
| 4 | web | user2 | 09:15:00 | 10:30:00 |
| 5 | web | user1 | 09:15:00 | 09:30:00 |
| 6 | web | user2 | 10:30:00 | 14:30:00 |
| 7 | web | user1 | 10:45:00 | 11:30:00 |
| 8 | web | user2 | 11:00:00 | 12:30:00 |
| 9 | app | user1 | 08:30:00 | 08:45:00 |
| 10 | app | user2 | 09:00:00 | 09:30:00 |
| 11 | app | user1 | 11:45:00 | 12:00:00 |
| 12 | app | user2 | 12:30:00 | 14:00:00 |
| 13 | app | user1 | 12:45:00 | 13:30:00 |
| 14 | app | user2 | 13:00:00 | 14:00:00 |
| 15 | app | user1 | 14:00:00 | 16:30:00 |
| 16 | app | user2 | 15:30:00 | 17:00:00 |
+----+----------+-------+----------+----------+
我们的站点有两个入口：web端和app端
很明显，这些数据时间上是有重叠的，例如user1在08:30～10:30这个时间段内用三个web端和一个app端登录，但他的时长应该只能算作2个小时
要正确统计，我们需要三步：
- 获取用户的重叠时间段中最早的起始时间
- 获取用户的重叠时间段中最晚的结束时间
- 前两步的起始时间与结束时间合并，得到综合的时间段，再进行统计
第一步：
查询用户名、起始时间
其中起始时间需要满足的条件是：不包含于其它时间段，即不存在一条记录来满足条件“s>start且s<=end”
得到的结果可能存在重复，所以用distinct去重
这样找到的s就是用户重叠时间段的最早时间。如下：
mysql> select distinct usr,start from user_sessions as a where not exists(select * from user_sessions as b where a.usr=b.usr and a.start>b.start and a.start<=b.end);
+-------+----------+
| usr | start |
+-------+----------+
| user1 | 08:30:00 |
| user2 | 08:30:00 |
| user1 | 10:45:00 |
| user2 | 09:00:00 |
| user1 | 11:45:00 |
| user1 | 12:45:00 |
| user1 | 14:00:00 |
| user2 | 15:30:00 |
+-------+----------+
第二步：
查询用户名、结束时间
这步于第一步一样道理，结束时间满足的条件是：不包含于其它时间段，即不存在一条记录满足“e>=start且e<end”
结果如下：
mysql> select distinct usr,end from user_sessions as a where not exists(select * from user_sessions as b where a.usr=b.usr and a.end>=b.start and a.end<b.end);
+-------+----------+
| usr | end |
+-------+----------+
| user1 | 10:30:00 |
| user2 | 08:45:00 |
| user2 | 14:30:00 |
| user1 | 11:30:00 |
| user1 | 12:00:00 |
| user1 | 13:30:00 |
| user1 | 16:30:00 |
| user2 | 17:00:00 |
+-------+----------+
第三步：
合并前两步的结果
为了方便查询和叙述，我们将前两步建立对应的视图：
mysql> create view v_s as select distinct usr,start from user_sessions as a where not exists(select * from user_sessions as b where a.usr=b.usr and a.start>b.start and a.start<=b.end);
mysql> create view v_e as select distinct usr,end from user_sessions as a where not exists(select * from user_sessions as b where a.usr=b.usr and a.end>=b.start and a.end<b.end);
查看v_s和v_e两个视图：
mysql> select * from v_s;
+-------+----------+
| usr | start |
+-------+----------+
| user1 | 08:30:00 |
| user2 | 08:30:00 |
| user1 | 10:45:00 |
| user2 | 09:00:00 |
| user1 | 11:45:00 |
| user1 | 12:45:00 |
| user1 | 14:00:00 |
| user2 | 15:30:00 |
+-------+----------+
mysql> select * from v_e;
+-------+----------+
| usr | end |
+-------+----------+
| user1 | 10:30:00 |
| user2 | 08:45:00 |
| user2 | 14:30:00 |
| user1 | 11:30:00 |
| user1 | 12:00:00 |
| user1 | 13:30:00 |
| user1 | 16:30:00 |
| user2 | 17:00:00 |
+-------+----------+
可以看到，两个视图总行数是相等的，但并不是按行对应的，所以并不是单纯的将两个结果横向合并！
方案一：
对于v_s中的起始时间，我们应该在v_e中找“usr相同且end>start”的最小值
例如，对于v_s中user1起始时间为08:30:00，我们应该找到v_e中end>08:30:00且usr=user1的记录，然后取min得到结果为10:30:00作为与之对应的结束时间
SQL及结果如下：
mysql> select distinct v_s.usr,v_s.start,(select min(end) from v_e where v_e.end>v_s.start and v_e.usr=v_s.usr) as end from v_s,v_e where v_s.usr=v_e.usr;
+-------+----------+----------+
| usr | start | end |
+-------+----------+----------+
| user1 | 08:30:00 | 10:30:00 |
| user2 | 08:30:00 | 08:45:00 |
| user1 | 10:45:00 | 11:30:00 |
| user2 | 09:00:00 | 14:30:00 |
| user1 | 11:45:00 | 12:00:00 |
| user1 | 12:45:00 | 13:30:00 |
| user1 | 14:00:00 | 16:30:00 |
| user2 | 15:30:00 | 17:00:00 |
+-------+----------+----------+
在此基础上，按usr进行分组，统计用户的总时长，得到最终结果：
mysql> select usr,sec_to_time(sum(timestampdiff(second,start,end))) as time from (select distinct v_s.usr,v_s.start,(select min(end) from v_e where v_e.end>v_s.start and v_e.usr=v_s.usr) as end from v_s,v_e where v_s.usr=v_e.usr) as c group by usr;
+-------+----------+
| usr | time |
+-------+----------+
| user1 | 06:15:00 |
| user2 | 07:15:00 |
+-------+----------+
其中，timestampdiff函数是计算两个时间的差值，第一个参数用来指定其单位，这里指定为秒；
sec_to_time函数是将求和后的秒数再转为时间格式来显示
方案二
既然v_s与v_e的数据不是按行对应的，那么我们可以对其排序，使其按行对应后，就可以直接按行合并
为了按行合并，我们同时加上行号，让两个子查询行号匹配即可：
mysql> set @sno=0;
mysql> set @eno=0;
mysql> select s.usr,s.start,e.end from (select @sno:=@sno+1 as sno,usr,start from v_s order by usr,start) as s, (select @eno:=@eno+1 as eno,usr,end from v_e order by usr,end) as e where s.sno=e.eno;
+-------+----------+----------+
| usr | start | end |
+-------+----------+----------+
| user1 | 08:30:00 | 10:30:00 |
| user1 | 10:45:00 | 11:30:00 |
| user1 | 11:45:00 | 12:00:00 |
| user1 | 12:45:00 | 13:30:00 |
| user1 | 14:00:00 | 16:30:00 |
| user2 | 08:30:00 | 08:45:00 |
| user2 | 09:00:00 | 14:30:00 |
| user2 | 15:30:00 | 17:00:00 |
+-------+----------+----------+
之后的分组统计与方案一相同
扩展
实际场景中，我们经常将不同的方式的在线时长加上奖励倍数，来鼓励用户更多的使用某种入口。
例如，我们为了让用户更多的使用app登录，规定app的在线时长奖励2倍，即app在线一小时相当于web在线两小时。
这时，我们就需要将不同的登录方式区分开来统计。要区分开也很简单，只需要添加SQL条件让platform相同即可，例如第一步修改为：
mysql> select distinct usr,platform,start from user_sessions as a where not exists(select * from user_sessions as b where a.usr=b.usr and a.platform=b.platform and a.start>b.start and a.start<=b.end);
+-------+----------+----------+
| usr | platform | start |
+-------+----------+----------+
| user1 | web | 08:30:00 |
| user2 | web | 08:30:00 |
| user2 | web | 09:15:00 |
| user1 | web | 10:45:00 |
| user1 | app | 08:30:00 |
| user2 | app | 09:00:00 |
| user1 | app | 11:45:00 |
| user2 | app | 12:30:00 |
| user1 | app | 12:45:00 |
| user1 | app | 14:00:00 |
| user2 | app | 15:30:00 |
+-------+----------+----------+
之后的步骤类似，在最终统计时分别统计web和app的时长，并将app的时长乘以2再与web时长相加即可，不再赘述。
