选择并分组记录彼此间隔30分钟

Question

在sql server 2008中有一个表，其中捕获了页面访问，类似于IIS日志或Google Analytics，没有太多花哨。

该表包含以下列：

[ID]，[用户名]，[URL]，[已创建]，[浏览器]，[BrowserVersion]，[HostName]，[IPAddress]，[OperatingSystem]，[UrlReferrer]

下图说明了按创建日期（创建列）排序的查询输出，以降序格式表示/列出所有页面命中。出于隐私目的，省略了URL和用户名。

我想要做的是编写一个查询，将一行中的所有行分组，其中与上一次记录发生的时间差小于30分钟，对于相同的IPAddress和用户名，或换句话说，选择/仅返回最后一条记录相同的IPAddress和用户名，并删除之前的所有其他行。

期望的结果只是那些旁边有箭头的行（下图）：

Answer 1

首先，您的要求可以解释不止一种方式，所以让我统一一下我想要的想要 ...我想你说的是当一个给定的IP地址有30分钟时会话结束不活动。因此，如果IP地址每分钟访问一个站点2小时，然后需要30分钟的休息时间代表一个会话。假设这就是你想要的......

您可以使用LEAD和LAG来帮助您识别会话。我的测试数据由Id列，IPAddress列和Created列组成。这是代码，解释如下......

WITH t1 AS 
(
    SELECT 
        * 
        , DATEDIFF(minute, LAG(Created, 1, 0) OVER (PARTITION BY IPAddress ORDER BY Created), [Created]) AS SinceLastAccess
    FROM 
        IISLog
), sessionStarts AS 
(
    SELECT 
        * 
    FROM 
        t1
    WHERE 
        SinceLastAccess >= 30
), sessionInfo AS 
(
    SELECT 
        IPAddress
        , Created AS SessionStart
        , LEAD(Created, 1, '2025-01-01') OVER (PARTITION BY IPAddress ORDER BY CREATED) AS SessionEnd
    FROM 
        sessionStarts
)

SELECT * FROM sessionInfo

第一个CTE（t1）选择数据，但添加一个名为SinceLastAccess的列。此新列使用LAG函数查看上一行中的值并计算已经过了多少分钟。 PARTITION BY将此计算约束到每个IP地址。

第二个CTE（sessionStarts）只是从t1中选择那些SinceLastAccess值大于30的行。这有效地告诉我们每个会话的开始。

最后，`sessionInfo'CTE建立在第二个上。使用LEAD功能，我们期待看到下一个会话开始的位置。该值是当前行的会话结束时的值。我们最终得到的是IP地址，会话开始和会话结束。现在您已经拥有了这些内容，将其加入原始表并将其组合起来应该很容易。

Answer 2

这应该让你在那里。它会在30分钟后查找没有其他条目的所有条目（反之亦然，查找之前没有其他30分钟的条目）

这应该为您提供每个“blob”条目结束的日期/时间。

SELECT m1.IpAddress, m1.DateCreated
FROM MyLog m1 LEFT OUTER JOIN MyLog m2 
                 ON m1.IpAddress = m2.IpAddress AND 
                    DATEDIFF(minute, m1.DateCreated, m2.DateCreated) BETWEEN 0 AND 30
WHERE m2.DateCreated IS NULL

这应该给你每个“blob”开始的日期/时间。

SELECT m1.IpAddress, m1.DateCreated
FROM MyLog m1 LEFT OUTER JOIN MyLog m2 
                 ON m1.IpAddress = m2.IpAddress AND 
                    DATEDIFF(minute, m2.DateCreated, m1.DateCreated) BETWEEN 0 AND 30
WHERE m2.DateCreated IS NULL

Answer 3

Microsoft SQL的优点在于它们具有非标准的“选择顶部...”的可能性;这就是你可以在这里使用的：

select * from

(
select
id,
ipAdress,
created,
(
select
top 1
created 
from tbl as tPrevious
where tPrevious.ipAdress=t.ipAdress
and tPrevious.created<t.created
order by created desc
) as previousCreated
from tbl as t
) as joined

where
previousCreated is not null 
and DATEDIFF(min, created,previousCreated) between 0 and 30