Question

我有网络电台（MySQL）的统计表，有这样的列：

IP_ADDRESS
time_start（收听开始的日期时间）
time_end（听完的日期时间）

我需要选择每天的听众峰值，我的意思是同时发送的唯一IP侦听器的最大数量。

此高峰的开始和结束时间也很棒。

例如：

2011-30-01  |  4 listeners peak  |  from 10:30  |  till 11:25

enter image description here

Answer 1

恕我直言，在内存中加载这些35'000行更简单，枚举它们，并在给定时刻保持并发侦听器的计数。
如果以下列格式加载行，这将更简单：

IP, Time, flag_That_Indicate_StartOrStop_Listening_For_This_Given_IP

因此您将能够加载按时间排序的数据，并且您应该简单地枚举维护侦听IP列表的所有行。

无论如何，您如何考虑来自同一IP的多个连接？使用相同的IP地址在NAT后面可以有10个不同的监听器。

更新：您实际上并不需要更改数据库结构，只需使用不同的SQL来加载数据

SELECT ip_address, Time_Start AS MyTime, 1 As StartStop
FROM MyTable
ORDER BY Time_Start

UNION ALL

SELECT ip_address, Time_Stop AS MyTime, 0 As StartStop
FROM MyTable

使用此SQL，您应该能够加载所有数据，然后枚举所有行正确排序行非常重要。

如果StartStop = 1，则开始收听的是somone - ＆gt;将其IP添加到侦听器列表中，并将侦听器计数增加1 如果StartStop = 0则是某人停止收听 - ＆gt;从侦听器列表中删除它的IP，并将侦听器的数量减少1

并在枚举循环中检查何时达到最大并发侦听器数

Answer 2

让我们找一个算法来获得最佳性能的结果。

分裂时间：时间是一个连续的维度，我们需要一些点来标记为检查点，侦听器在哪里重新计数。如何查找间隔或检查总收音机监听器。我认为最好的策略是获得不同的time_start和time_end。

这是我分时的方法。我创建了一个简化帖子的视图：

create view time_split as
select p_time from (
  Select 
       time_start
  from 
       your_table
  union
  Select 
       time_end
  from 
       your_table
  ) as T

我建议你2个数据库索引：

your_table( time_start, time_end)  <--(1) explained below
your_table( time_end)

避免使用tablecan。

计算侦听器达到峰值：使用您的表加入上一个表，以便在每次检查点重新计算峰值：

这是我按检查点时间计算听众的方法：

  create view peak_by_time as
  select p_time, count(*) as peak
  from
     your_table t
        inner join
     time_split
        on time_split.p_time between t.time_start and t.time_end
  group by
     p_time
  order by 
     p_time, peak

请记住在your_table上创建一个数据库索引（time_start，time_end）＆lt; - （1）Here

寻找最高峰值：不幸的是，MySQL没有分析功能，因此over partition不可用，并且无法在之前的视图中获取一天中的最大峰值。然后你应该获得以前观看的最大峰值。这是性能杀手操作。我建议您在应用程序逻辑中进行此操作，然后再进行数据库操作。

这是我按天获取max_peak的方法（性能杀手）：

  create view max_peak_by_day as
  select 
       cast(p_time as date) as p_day ,
       max(peak) as max_peak
  from peak_by_time
  group by cast(p_time as date)

寻找广告位时间：此时您每天都有max_peak，现在您需要查找具有相同max_peak的连续check times。 MySQL也没有CTE的统计功能。我建议你这个代码将在app层上编写。但是，如果你想在数据库解决方案中这样做，这是一种方式（警告性能杀手）：

首先，展开peak_by_time视图以获取p_time和之前p_time的上一个峰值：

create view time_split_extended as
select c.p_time, max( p.p_time) as previous_ptime
from 
  time_split c
    inner join 
  time_split p
    on p.p_time < c.p_time
group by c.p_time

create view peak_by_time_and_previous as
select 
   te.p_time,  
   te.previous_ptime, 
   pc.peak as peak, 
   pp.peak as previous_peak
from 
  time_split_extended te
    inner join 
  peak_by_time pc on te.p_time = pc.p_time
    inner join
  peak_by_time pp on te.previous_ptime = pp.p_time

现在检查上一个插槽和当前插槽是否有max_peak：

select 
   cast(p_time as date) as p_day, 
   min( p_time ) as slot_from, 
   max( p_time) as slot_to, 
   peak
from 
   peak_by_time_and_previous p
      inner join 
   max_peak_by_day m
      on cast(p.p_time as date) = m.p_day and
         p.peak = m.max_peak
where 
   p.peak = p.previous_peak
group by  cast(p_time as date)

<强>声明：

未经测试。当然，它们是表别名或列的错误。
最后一步是性能杀手。也许有人可以为这些步骤提出最佳方法。

另外，我建议您创建临时表并实现此答案的每个视图。这样可以提高性能，也可以知道每个步骤需要多少时间。

Answer 3

这实际上是Max上面给出的答案的实现。为简单起见，我将每个收听剧集表示为开始时间和长度作为整数值（它们可以更改为实际日期时间，然后需要修改查询以使用日期算法。）

> select * from episodes;
+--------+------+
| start  | len  |
+--------+------+
|  50621 |  480 |
|  24145 |  546 |
|  93943 |  361 |
|  67668 |  622 |
|  64681 |  328 |
| 110786 |  411 |
...

以下查询将开始和结束时间与UNION组合在一起，标记结束时间以区分开始时间，并保持运行累加器的侦听器数量：

SET @idx=0;
SET @n=0;
SELECT (@idx := @idx + 1) as idx,
       t,
       (@n := @n + delta) as n
  FROM
  (SELECT start AS t,
          1 AS delta
     FROM episodes
     UNION ALL
     SELECT start + len AS t,
            -1 AS delta FROM episodes
     ORDER BY t) stage

+------+--------+------+
| idx  | t      | n    |
+------+--------+------+
|    1 |      8 |    1 |
|    2 |    106 |    2 |
|    3 |    203 |    3 |
|    4 |    274 |    2 |
|    5 |    533 |    3 |
|    6 |    586 |    2 |
...

其中't'是每个间隔的开始（只要听众的数量“n”改变，它就是一个新的“间隔”）。在“t”是实际日期时间的版本中，您可以轻松地按天分组以获取每天的高峰情节或其他此类摘要。要获得每个间隔的结束时间 - 您可以使用上面的表格并将其连接到right.idx = left.idx + 1（即将每一行与后续行连接）。

Answer 4

SELECT
  COUNT(*)               AS listeners,
  current.time_start,    AS peak_start,
  MIN(overlap.time_end)  AS peak_end
FROM
  yourTable    AS current
INNER JOIN
  yourTable    AS overlap
    ON  overlap.time_start <= current.time_start
    AND overlap.time_end   >  current.time_start
GROUP BY
  current.time_start,
  current.time_end
HAVING
  MIN(overlap.time_end) < COALESCE((SELECT MIN(time_start) FROM yourTable WHERE timeStart > current.timeStart), current.time_end+1)

对于每条记录，请加入重叠的所有内容。

重叠记录'time_end的MIN（）是第一个当前监听器停止收听的时间。

如果该时间小于time_start的下一次出现，那么它就是一个峰值。 （峰值=立即开始，然后停止）

SQL用于时间段

4 个答案: