Question

我有一个巨大的sql表（超过10亿）用户交易我想添加一个二进制列，它表示当前user_id行的位置是否为前一个40分钟或更短时间。

例如：

user_id | date                
--------+--------------------
1       | 2011-01-01 12:15:00
1       | 2011-01-01 12:00:00
8       | 2011-01-01 15:00:00
8       | 2011-01-01 14:00:00

查询的结果将是：

user_id | date                | new
--------+---------------------+----
1       | 2011-01-01 12:15:00 | 0
1       | 2011-01-01 12:00:00 | 1
8       | 2011-01-01 15:00:00 | 1
8       | 2011-01-01 14:00:00 | 1

我想避免加入整个表格并且可能使用边表或分析函数（过分割）。

Answer 1

select user_id,
       date,
       case
          when date - lag(date) over (partition by user_id order by date) > interval '40' minute then 1
          else 0
       end as diff_flag
from the_table
order by user_id, date

它假设date是一个时间戳列，尽管它的名称。

这是我能看到的唯一方式。（user_id，date）上的索引可能会加快速度 - 尤其是9.2，这可能有资格进行索引扫描。但是这个将扫描整个表（或者可能只是9.2上的索引）

顺便说一下：用保留字（date）命名列不是一个好主意。另外，从文档的角度来看，date是一个非常糟糕的名称。

大表中行之间的时差

1 个答案: