Question

试着搜索没有运气，也许我只是没有使用正确的术语。无论如何，我正在使用postgresql 8.1数据库（redshift），其中数据样本如下所示：

User ID   Timestamp    Visit ID
1         05:20:20am   10
2         05:21:00am   11
1         05:22:14am   12
1         05:24:09am   13

假设这是一个非常基本的数据样本。我想分析人们在第一次访问，第二次访问，第三次访问等时如何处理其他指标。我能想到的最简单的方法是创建一个单独的表，如下所示：

Visit ID    Visit Number
10          1
11          1
12          2 
13          3

或以某种方式附加到我原来的表格中：

User ID   Timestamp    Visit ID    Visit Number
1         05:20:20am   10          1
2         05:21:00am   11          1 
1         05:22:14am   12          2
1         05:24:09am   13          3

我知道我可以使用groupby并计算那些至少来过x次的访问者和那些少来的访问者的性能分析。但是，我不知道如何在第一次，第二次，第三次访问时分析性能，特别是当用户可以访问1-50,000次时。

这是一个我想回答的示例问题...对于访问至少10次的用户，他们在前5次访问或第5次访问中表现更好吗？

非常感谢这个建议，这个网站很精彩。

感谢。

Answer 1

一个（可能很慢）选项是使用相关子查询：

SELECT  t.UserID, 
        t.Timestamp, 
        t.VisitID,
        (   SELECT  COUNT(*) + 1
            FROM    T T2
            WHERE   T2.UserID = T.UserID
            AND     T2.TimeStamp < T.TimeStamp
        ) VisitNumber
FROM    T;

<强> Example on SQL Fiddle

最简单（尽管可能不可行）的解决方案是升级到Postgresql 8.4或更高版本并利用ROW_NUMBER：

SELECT  t.UserID, 
        t.Timestamp, 
        t.VisitID,
        ROW_NUMBER() OVER(PARTITION BY t.UserID ORDER BY t.Timestamp) AS VisitNumber
FROM    T;

<强> Example on SQL Fiddle

最后，如果第一个查询太慢，并且升级不是一个选项，下面的文章将详细介绍另一个选项。我不知道这会如何表现。

http://www.depesz.com/2007/08/17/rownum-anyone-cumulative-sum-in-one-query/

为数据库中的行分配访问号码？

1 个答案: