Question

给出下表（它用会话记录用户＆项目查看历史记录）

 create table view_log (
   server_time timestamp,
   device char(2),

   session_id char(10),
   uid char(7),
   item_id char(7)
 );

我试图了解以下代码的作用..

create table coo_cs as
select
  item_id,
  session_id,
  count(distinct session_id) / (sum(count(distinct session_id)) over (partition by item_id)) cs
from view_log
group by item_id, session_id;

我已尝试使用partition分解行以了解它正在做什么，但随后它会发出DISTINCT is not implemented for window functions。

我理解基本的partition和group by，但不能理解上面的sql ..

修改

有一个相当大的测试数据......

http://pakdd2017.recobell.io/site_view_log_small.csv000.gz

Answer 1

某些数据库（尚未）支持count(distinct)作为窗口功能。对于此查询，count(distinct)不是必需的，因为您通过用于count(distinct)的相同列进行聚合。因此，每行count(distinct session_id)为1。

您的查询基本上是：

select item_id, session_id,
       1.0 / count(session_id) over (partition by item_id)) as cs
from view_log
group by item_id, session_id;

如果您想要item_id级别的比率，我不会感到惊讶，因此预期的查询是：

select item_id, count(distinct session_id),
       count(distinct session_id) * 1.0 / sum(count(distinct session_id)) over ()) as cs
from view_log
group by item_id;

如果是这样，等效逻辑可以使用子查询：

select vl.*, sum(numsession) over () as cs
from (select item_id, count(distinct session_id) as numsessions
      from view_log vl
      group by item_id
     ) vl;

查询分区和计数

1 个答案: