Question

我有一个表，其中包含许多来自生成的日志文件的不同行。每行都有一个时间戳（以epoch格式）下面是一个数据样本，目前大约有150万行数据！

EpochTime               Date                    Dbm Source
1370732265.373915000    2013-06-17 11:36:39.477 -85 1
1370732265.376506000    2013-06-17 11:36:39.487 -76 2
1370732265.398012000    2013-06-17 11:37:39.503 -81 1
1370732265.463492000    2013-06-17 11:37:39.520 -94 3
1370732265.692144000    2013-06-17 11:37:39.533 -77 2
1370732265.845195000    2013-06-17 11:38:39.550 -84 4
1370732265.933283000    2013-06-17 11:38:39.580 -84 4
1370732265.935863000    2013-06-17 11:38:39.597 -84 5
1370732265.939143000    2013-06-17 11:39:39.597 -84 2
1370732265.939858000    2013-06-17 11:39:39.613 -84 4
1370732265.965481000    2013-06-17 11:40:39.627 -82 5
1370732266.049712000    2013-06-17 11:40:39.677 -82 3
1370732266.110457000    2013-06-17 11:41:39.690 -84 4
1370732266.110457000    2013-06-17 11:41:39.690 -84 6
1370732266.110457000    2013-06-17 11:42:39.690 -84 3
1370732266.110457000    2013-06-17 11:42:39.690 -84 4
1370732266.110457000    2013-06-17 11:42:39.690 -84 6
1370732266.110457000    2013-06-17 11:43:39.690 -84 2
1370732266.110457000    2013-06-17 11:44:39.690 -84 1

我需要做的是找到每个来源的开始和结束时间，但是在再次计算来源之前最多只能有5分钟的时间。即，源1将被记录两次，所有其他源仍将继续记录，直到源没有被看到5分钟，进入如下所示的表。

ID  Duration    Store       Start                   End                     MacID  Dbm  
    7   31          1       2013-06-08 07:46:10.000 2013-06-08 08:17:00.000 1      -84
    4   2           1       2013-06-08 18:42:53.000 2013-06-08 18:44:06.000 2      -83
    2   1           1       2013-06-08 14:31:20.000 2013-06-08 14:32:08.000 3      -89
    11  213         1       2013-06-08 12:43:55.000 2013-06-08 16:16:11.000 4      -86
    6   585         1       2013-06-08 14:03:58.000 2013-06-08 23:48:44.000 5      -75
    28  287         1       2013-06-08 07:15:40.000 2013-06-08 12:02:10.000 6      -88
    28  287         1       2013-06-08 07:15:40.000 2013-06-08 12:02:10.000 1      -81

最好是我正在寻找完整的SQL解决方案，因为存在大量数据，因为循环通过这么多数据。我已经开始了，但到目前为止我所做的一切只计算每个时期的来源一次（目前设定为一天的数据）

数据库在sql server 2012上运行

编辑：未提及的一件事是每个“访问”的最高DBM值需要使用已处理的数据记录

Answer 1

您正在使用SQL Server 2012.是的。

这是个主意。查找源的每个序列的开始位置。这是第一次看到源，或者在五分钟内没有看到源。您可以使用lag()处理此问题。

接下来，执行NewStart标志的累积总和。序列中的所有内容都具有相同的值，因此可以用于分组。

最终结果来自聚合。输出中的所有字段都不清楚，但这里有SQL来完成大部分工作：

select count(*) as numIds, max(date) - MIN(date) as duration, 1 as store,
       MIN(date) as start, MAX(date) as end, source as MacId
from (select t.*,
             SUM(NewStart) over (partition by source order by date) as Grp
      from (select t.*,
                   (case when date - lag(date) over (partition by source order by date) < 5/(60*24.0) then 0
                         else 1
                    end) as NewStart
            from t
           ) t
     ) t
group by grp

msSQL日志数据 - 从多个时间戳开始和结束

1 个答案: