Question

我有一个表跟踪各种列表的所有订阅者。它看起来像：list_id，user_id，action_date，action。用户订阅列表ID，我们使用时间戳和action = 1捕获它。如果他们取消订阅，我们会为新条目添加时间戳并捕获操作= 0。

我们最近推出了一些新的订阅，我想弄清楚：

有多少用户订阅了list_id A和list_id B
只有多少用户订阅了list_id A而不是list_id B（反之亦然）

我仍然是SQL的新手，因此抛出皱纹，每个user_id的最新操作必须是1的操作，这让我失望。

任何人都可以帮助我吗？

Answer 1

您首先需要获得每个订阅的实际状态。你可以在这样的语句中得到这个（在vanilla SQL中，你没有指定确切的服务器）：

select a.user_id, a.list_id, a.last_date, a.action
into #tmp
from Actions a
  join 
  (
    select user_id, list_id, MAX(action_date) last_date
    from Actions
    where list_id in ('A', 'B')
    group by user_id, list_id
  ) b
  on a.user_id = b.user_id
    and a.list_id = b.list_id
    and a.action_date = b.last_date

在子查询'b'中，我们为每个user_id和list_id获得最大的action_date。然后我们必须加入到主表以捕获状态。结果存储在临时表#tmp。

中

然后，您可以通过多种方式找到问题1和2的答案。例如， '有多少用户订阅了list_id A和list_id B'

select distinct user_id 
from #tmp t1
where 
  exists (
    select 1 
    from #tmp t2 
    where t1.user_id = t2.user_id 
      and t1.list_id = t2.list_id
      and t2.list_id = 'A' 
      and t2.status = 1
      )
  and exists (
    select 1 
    from #tmp t3 
    where t1.user_id = t3.user_id 
      and t1.list_id = t3.list_id
      and t3.list_id = 'B' 
      and t3.status = 1
      )

只有多少用户订阅了list_id A而不是list_id B

select distinct user_id 
from #tmp t1
where 
  exists (
    select 1 
    from #tmp t2 
    where t1.user_id = t2.user_id 
      and t1.list_id = t2.list_id
      and t2.list_id = 'A' 
      and t2.status = 1
      )
  and **not** exists (
    select 1 
    from #tmp t3 
    where t1.user_id = t3.user_id 
      and t1.list_id = t3.list_id
      and t3.list_id = 'B' 
      and t3.status = 1
      )

反之亦然

select distinct user_id 
from #tmp t1
where 
  **not** exists (
    select 1 
    from #tmp t2 
    where t1.user_id = t2.user_id 
      and t1.list_id = t2.list_id
      and t2.list_id = 'A' 
      and t2.status = 1
      )
  and exists (
    select 1 
    from #tmp t3 
    where t1.user_id = t3.user_id 
      and t1.list_id = t3.list_id
      and t3.list_id = 'B' 
      and t3.status = 1
      )

我使用过此表单，因为所有语句看起来都很相似，可以轻松更改。根据您的服务器和确切的表定义，有一些方法可以用更短的方式制定答案。例如，对于SQL Server，我更喜欢使用ROW_NUMBER来获取订阅的实际状态。第一个问题可以这样回答：

select user_id 
from #tmp
where 
  list_id in ('A', 'B')
  and status = 1
group by user_id
having COUNT(*) = 2

我没有检查真实数据的陈述，因此可能存在错误。我试图表达想法。

从列表中查找唯一且重叠的订阅者，该列表还使用带时间戳的操作来跟踪状态

1 个答案: