Question

我在PostgreSQL中有一个带有时间戳列created_at和整数列user_id的表。

id | created_at | user_id
1 | 2019-10-14 09:26:53.813 | 1
2 | 2019-10-14 09:26:54.813 | 1
3 | 2019-10-14 09:46:53.813 | 1
4 | 2019-10-14 09:46:54.813 | 2
5 | 2019-10-14 09:46:55.813 | 1
6 | 2019-10-14 09:46:56.813 | 1
7 | 2019-10-14 09:46:57.813 | 2

每行代表用户的某些操作。我需要计算平均用户会话长度。会话定义为时间差小于10分钟的一组动作。如果两个用户操作之间相差10分钟或更长时间，则新会话开始。

我在想：

按user_id对行进行分组。
通过单个用户当前项和下一项之间的差异（以某种方式）对行进行分组。（以获取会话）
计算一组（会话）中第一行和最后一行之间的差异。（以获取会话长度）
计算平均会话时长。（以获取平均会话时长）

但是我不能用SQL编写它。

能否给我一些建议/示例，如何在SQL中完成？

Answer 1

使用yourString.split('__SEPARATOR__')[2].lstrip("'")以及差异超出阈值的累积计数：

lag()

Answer 2

step-by-step demo:db<>fiddle

SELECT 
    user_id,
    AVG(diff)
FROM (
    SELECT DISTINCT
        user_id,
        group_id,
        first_value(created_at) OVER (PARTITION BY user_id, group_id ORDER BY created_at DESC)
            - first_value(created_at) OVER (PARTITION BY user_id, group_id ORDER BY created_at) as diff
    FROM (
        SELECT
            id, created_at, user_id,
            SUM(group_id) OVER (PARTITION BY user_id ORDER BY created_at) AS group_id
        FROM (
            SELECT
                *,
                (created_at 
                    - lag(created_at, 1, created_at) OVER (PARTITION BY user_id ORDER BY created_at)
                    > interval '10 minutes')::int AS group_id
            FROM
                mytable   
        )s
    )s
)s
GROUP BY user_id

(created_at - lag(created_at, 1, created_at) OVER (PARTITION BY user_id ORDER BY created_at) > interval '10 minutes')::int AS group_id：lag() window function从上一个记录中获取created_at的值（第二个参数：步长，第三个参数：如果没有上一个记录，则为默认值==当前值）在有序user_id分区（组）中。然后，计算当前created_at值与前一个值之间的差。如果该值> 10分钟，则结果为true； false否则。可以将该布尔值转换为int值，从而产生0或1
在SUM() / 0值上累积1，每个group_id的每个新会话都会产生user_id s
每个user_id和会话group_id的第一个created_at时间戳可以通过first_value()窗口函数来获取，最后一个first_value()和DESC来获取。不同之处在于您每次会话的时长。之所以使用DISTINCT子句，是因为差异值被放入每个记录中。但是我们只需要一次。
最后，您可以为用户分组并AVG()进行区别。

按datediff对行进行分组，然后使用diff函数

2 个答案: