在SQL中只有时间戳可用时，派生会话持续时间

Question

我想计算应用程序使用的会话时长。但是，在提供的日志中，我可以获得的唯一相关信息是时间戳。下面是单个用户的简化日志。

record_num, user_id, record_ts
-----------------------------
1, uid_1, 12:01am
2, uid_1, 12:02am
3, uid_1, 12:03am
4, uid_1, 12:22am
5, uid_1, 12:22am
6, uid_1, 12:25am

假设一个会话在闲置15分钟后结束，则上面的日志将包含2个会话。现在，我想计算两个会话的平均时长。

我可以通过首先计算每条记录之间的时间差来得出会话数，并且每当差异超过15分钟时，就会计算一次会话。

但是要导出持续时间，因为我需要知道每个会话的min（record_ts）和max（record_ts）。但是，如果没有某种session_id，我就无法将记录分组到关联的会话中。

有没有可以解决此问题的基于SQL的方法？

Answer 1

我将按照以下步骤进行操作：

• 使用lag()和一些逻辑来确定会话何时开始。
• 使用累积和分配会话。
• 然后进行聚合以获得平均值。

因此，要获取有关每个会话的信息：

select user_id, session, min(record_ts), max(record_ts),
       timestamp_diff(max(record_ts), min(record_ts), second) as dur_seconds
from (select l.*,
             countif( record_ts > timestamp_add(prev_record_ts, interval 15 minute) ) as session
      from (select l.*,
                   lag(record_ts, 1, record_ts) over (partition by user_id order by record_ts) as prev_record_ts
            from log l
           ) l
group by record_num, user_id;

平均值是又一步：

with s as (
      select user_id, session, min(record_ts), max(record_ts),
             timestamp_diff(max(record_ts), min(record_ts), second) as dur_seconds
      from (select l.*,
                   countif( record_ts > timestamp_add(prev_record_ts, interval 15 minute) ) as session
            from (select l.*,
                         lag(record_ts, 1, record_ts) over (partition by user_id order by record_ts) as prev_record_ts
                  from log l
                 ) l
      group by record_num, user_id
     )
select user_id, avg(dur_seconds)
from s
group b user_id;

Answer 2

假设您也有日期（不表示要计算会话的结束时间是否在开始时间之前开始），则可以执行以下操作：

WITH CTE AS
(SELECT * FROM
(SELECT 1 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:01:00') record_ts)
UNION ALL
(SELECT 2 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:02:00') record_ts)
UNION ALL
(SELECT 3 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:03:00') record_ts)
UNION ALL
(SELECT 4 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:22:00') record_ts)
UNION ALL
(SELECT 5 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:22:00') record_ts)
UNION ALL
(SELECT 6 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:25:00') record_ts)
UNION ALL
(SELECT 7 record_num, "uid_1" user_id, TIMESTAMP('2018-10-01 12:59:00') record_ts)),

sessions as
(SELECT
  if(timestamp_diff(record_ts,lag(record_ts,1) OVER (PARTITION BY user_id ORDER BY     
    record_ts, record_num),MINUTE) >= 15 OR
    lag(record_ts,1) OVER (PARTITION BY user_id ORDER BY record_ts, record_num) IS NULL,1,0)
  session, record_num, user_id, record_ts
FROM CTE)

SELECT sum(session) OVER (PARTITION BY user_id ORDER BY record_ts, record_num) 
  sessionNo, record_num, user_id, record_ts
FROM sessions 

关键是会话之间需要的分钟数。在上述情况下，我将其设置为15分钟（> = 15）。显然，将会话号与user_Id和会话开始时间连接起来以创建唯一的会话标识符可能很有用。