Question

我正在尝试撰写可以回答以下问题的HiveQL（或甚至ANSI SQL）查询：

我有一个包含事件（事务）的数据库，每个事件都存储有user_id和trans_time（事务时间）。 user_id可以包含无限制的事件，甚至可以使多个事件具有相同的trans_time。

如果我建立一个活动时间窗口（即10秒），那个窗口中有多少个窗口有多少个事件？我认为结果会是这样的（显然没有文字，只是数字）...... 100个窗口只有1个事件
50个窗口有2个事件
。
。
1个窗口，有30个事件

描述第一个结果......数据集中有100个实例，在10秒窗口内只发生了1个事件。

有没有办法从相同的数据中提取另一个指标， 50个user_ids只有1个事件
25个user_ids有2个事件
。
。
1个user_id有30个事件

描述第一个结果......在10秒窗口内有50个user_id只有1个事件。

我希望这不是太模糊。一如既往，谢谢!!

Answer 1

如果你的窗户是静止的，例如：
窗口1 - 12:00:00 - 12:00:09
窗口2 - 12:00:10 - 12:00:19等。

你可以这样做：

-- this counts number of windows per with same number of events
select events_in_window,count(*) windows 
from (
    -- this counts events in each window
    select window ,count(*) events_in_window 
    from (
        -- this rounds all the transactions to windows
        select user_id,from_unixtime(floor(unix_timestamp(trans_time)/10)*10) window
        from table) a 
    group by window) b 
group by events_in_window

注意＆＃34; 10＆＃34;在trans_time＆＃34;舍入＆＃34;。您可以将其更改为您需要的任何大小的窗口。

SQL - 会话之间的会话和事务计数

1 个答案: