Question

我有一个包含超过2,500,000行和三列（相关）的Transactions表：id，company_id和created_at。 id标识事务，company_id标识收到它的公司，created_at是执行事务的时间戳。

我想要的是获得给定公司的每个连续交易对之间的差异列表。换句话说，如果我的表格如下：

 id | company_id | created_at
------------------------------
 01 |     ab     | 2016/01/02
 02 |     ab     | 2016/01/03
 03 |     cd     | 2016/01/03
 04 |     ab     | 2016/01/03
 05 |     cd     | 2016/01/04
 06 |     ab     | 2016/01/05

（请注意，在给定公司的两次连续交易之间，其他公司可能会有任意数量的交易。）

然后我希望输出为：

 diff | company_id
-------------------
  01  |     ab
  00  |     ab
  01  |     cd
  02  |     ab

（我在几天内写了created_at和diff值，但这只是为了便于可视化。）

我尝试使用this，但速度太慢了。

- 编辑：

“这个”是：

SELECT (B.created_at - A.created_at) AS diff, A.company_id
FROM Transactions A CROSS JOIN Transactions B
WHERE B.id IN (SELECT MIN (C.id) FROM Transactions C WHERE C.id > A.id AND C.company_id = A.company_id)
ORDER BY A.id ASC

Answer 1

为了得到像你期望的那样的结果，我有时会使用MySQL用户定义的变量，并让MySQL按顺序执行行的处理，所以我可以比较当前的行到前一行的值。

为了有效地运行，我们需要一个合适的索引，以避免昂贵的“使用filesort”操作。（我们需要company_id顺序中的行，然后按id顺序排列，所以这些行将是索引中的前两列。虽然我们在这里，但我们可能也一样包含created_at列，并将其作为覆盖索引。

... ON Transactions (company_id, id, created_at)

然后我们可以尝试这样的查询：

SELECT t.diff
     , t.company_id
  FROM (
         SELECT IF(r.company_id = @pv_company_id, r.created_at - @pv_created_at, NULL) AS diff
              , IF(r.company_id = @pv_company_id, 1, 0) AS include_
              , @pv_company_id := r.company_id          AS company_id
              , @pv_created_at := r.created_at          AS created_at
           FROM (SELECT @pv_company_id := NULL, @pv_created_at := NULL) i
          CROSS
           JOIN Transactions r
          ORDER
             BY r.company_id
              , r.id
       ) t
 WHERE t.include_

MySQL参考手册明确警告不要在语句中使用这样的用户定义变量。但是我们在MySQL 5.1和5.5中观察到的行为是一致的。（最大的问题是MySQL的未来版本可能会使用不同的执行计划。）

作为i别名的内联视图只是初始化一些用户定义的变量。在运行查询之前，我们可以轻松地将其作为单独的步骤。但我喜欢在语句本身中包含初始化权限，因此我不需要单独的SELECT / SET语句。

MySQL访问Transactions表，并首先处理ORDER BY，从（{_ 1}}开始按（company_id，id）顺序排序行。（我们希望通过索引完成此操作，而不是通过昂贵的“使用文件排序”操作，这就是我们希望定义该索引的原因，Transactions和company_id作为前导列。

“技巧”是将当前行中的值保存到用户定义的变量中。处理下一行时，前一行的值在用户定义的变量中可用，用于执行比较（与前一行相同的company_id的当前行？）和执行计算（{之间的差异） {1}}两行的值。

根据减法运算的用法，我假设id列是整数/数字。也就是说，我假设created_at 不是 created_at，created_at或DATE数据类型，因为我们不使用减法寻找差异的行动。

DATETIME

返回：

TIMESTAMP

（减法操作不会引发错误。但它返回的内容可能是意外的。在此示例中，它返回两个整数值SELECT a , b , a - b AS `subtraction` , DATEDIFF(a,b) AS `datediff` , TIMESTAMPDIFF(DAY,b,a) AS `tsdiff` FROM ( SELECT DATE('2015-02-17') AS a , DATE('2015-01-16') AS b ) t和a b subtraction datediff tsdiff ---------- ---------- ----------- -------- ------ 2015-02-17 2015-01-16 101 32 32之间的差值，即不两个20150217表达式之间的天数。）

修改

我注意到原始查询包含20150116。如果需要按特定顺序返回的行，则可以在内联视图查询中包含该列，并在外部查询中使用DATE。

ORDER BY

很抱歉，外部查询的ORDER BY无法使用“使用文件排序”。

Answer 2

试试这个

SELECT
    t1.company_id,
    t2.created_at - t1.created_at as diff
FROM Transactions t1
LEFT JOIN Transactions t2
    on t2.created_at > t1.created_at
    and t2.company_id = t1.company_id

Answer 3

您可以使用游标功能。如果你打开一个光标，你会滑动每一行，每两行都会产生差异。我认为这种方法效率更高，因为滑动表的所有行而不是超过2百万的连接。

Answer 4

尝试这个。

SELECT company_id, 
  (SELECT DATEDIFF(created_at,TR.created_at) 
    FROM transactions 
    WHERE id > TR.id AND company_id = TR.company_id LIMIT 0,1) AS diff
FROM transactions AS TR
HAVING diff is not null

两个大表之间的MySQL时间戳差异

4 个答案: