很难让MySQL找到一个在一年内活跃但在下一年内不活跃的用户

我有一个MySQL表：

CREATE TABLE IF NOT EXISTS users_data (
  userid int(11) NOT NULL,
  computer varchar(30) DEFAULT NULL,
  logondate date NOT NULL
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

这是一个大表，有大约400个独立用户和20台计算机，以及大约20000条来自5年用户登录计算机的条目

我想创建一个汇总表，列出每台特定计算机每年的唯一用户数，以及这些用户中有多少是新用户（即，在该年之前没有登录到任何计算机的实例，以及将来没有登录到任何计算机的实例的用户）：

CREATE TABLE IF NOT EXISTS summary_computer_use (
  computer varchar(30) DEFAULT NULL,
  year_used date NOT NULL,
  number_of_users int(11) NOT NULL,
  number_of_new_users int(11) NOT NULL,
  number_of_terminated_users int(11) NOT NULL
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

INSERT into summary_computer_use (computer, year_used)
    select computer, distinct year(logondate) from users_data;

我每年可以获得唯一的用户：

UPDATE summary_computer_use as a 
inner join (
    select computer, year(logondate) as year_used,
        count(distinct userid) as number_of_users
    from users_data
    group by computer, year(logondate)
) as b on a.computer = b.computer and 
a.year_used = b.year_used
set a.number_of_users = b.number_of_users;

但如何编写select语句来查找给定年份中首次使用计算机（没有早于给定年份的登录日期）或从不再次登录的用户数，这让我感到困惑

---

有什么建议吗？

这就是你想要的：

select y, count(userid) as newusers from
(
    select userid, min(year(logondate)) as y from users_data group by userid
) tmp
group by y;

---

我认为这会产生您想要的摘要：

   SELECT computers.computer,
          timespan.yyyy                 AS "year_used",
          COALESCE(allusers.num, 0)     AS "number_of_users",
          COALESCE(newusers.num, 0)     AS "number_of_new_users",
          COALESCE(terminations.num, 0) AS "number_of_terminated_users"
     FROM (SELECT DISTINCT computer
             FROM users_data) computers
     JOIN (SELECT (2000+i) AS yyyy
             FROM integers
            WHERE i BETWEEN 0 AND 10) timespan
LEFT JOIN (  SELECT YEAR(logondate) AS logonyear,
                   computer,
                   COUNT(DISTINCT userid) AS "num"
              FROM users_data
          GROUP BY 1, 2) allusers
       ON timespan.yyyy = allusers.logonyear AND computers.computer = allusers.computer
LEFT JOIN ( SELECT last_logon AS logonyear,
                   computer,
                   COUNT(DISTINCT userid) AS "num"
              FROM (  SELECT computer,
                             userid,
                             YEAR(MAX(logondate)) AS "last_logon"
                        FROM users_data
                    GROUP BY 1, 2) last_user_logons
           GROUP BY 1, 2) terminations
       ON timespan.yyyy = terminations.logonyear AND computers.computer = terminations.computer
LEFT JOIN ( SELECT first_logon AS logonyear,
                   computer,
                   COUNT(DISTINCT userid) AS "num"
              FROM (  SELECT computer,
                             userid,
                             YEAR(MIN(logondate)) AS "first_logon"
                        FROM users_data
                    GROUP BY 1, 2) first_user_logons
           GROUP BY 1, 2) newusers
       ON timespan.yyyy = newusers.logonyear AND computers.computer = newusers.computer;

这些不同的子查询表示：

• 一组不同的

  计算机

• 我们感兴趣的年份的

  时间跨度
  
  
  
  注意：使用
  注：我们不包括去年（撰写本文时为2011年），因为在本年度完成之前，我们无法“结清”去年终止的账目
  

• 按计算机划分的每年不同用户数（

  alluser

  ）
• 计算机每年新增的

  用户数
  
  （构建在计算机上用户的所有
  首次登录
  记录之上）

• 计算机按年份终止的

  数量
  
  （构建在所有
  上次登录
  记录之上）

---

20000个条目在RDBMS竞技场中根本不是一个大数据集。感谢您的建议。我只是设法调试了select语句，使其能够实际工作（我的实际表和select语句比我在文章中描述的方式更复杂，因此我不得不修改您的select以使其能够正常工作）。它的工作方式并不完全正确，但这可能是因为我做错了什么。我会在周末有时间的时候用一些测试数据来处理它，看看是否能正常工作，几天后我会告诉你。你需要根据用户ID和计算机进行分组，IIUC。另外，

MIN（YEAR（logondate））

应为

年（分钟（logondate））

以利用

logondate

上的假定索引。