Mysql 选择时间戳最接近的行

我有一个类似于以下内容的表-基本上包含一个时间戳以及一些其他列：

WeatherTable
+---------------------+---------+----------------+      +
| TS                  | MonthET | InsideHumidity | .... |
+---------------------+---------+----------------+      |
| 2014-10-27 14:24:22 |       0 |             54 |      |
| 2014-10-27 14:24:24 |       0 |             54 |      |
| 2014-10-27 14:24:26 |       0 |             52 |      |
| 2014-10-27 14:24:28 |       0 |             54 |      |
| 2014-10-27 14:24:30 |       0 |             53 |      |
| 2014-10-27 14:24:32 |       0 |             55 |      |
| 2014-10-27 14:24:34 |       9 |             54 |      |
.......

我试图构造一个SQL查询，它以特定的任意粒度（例如，每15秒）返回特定时间范围内（这里没有问题）的所有行。该数字始终以秒为单位指定，但不限于小于60的值。更复杂的是，时间戳不一定落在所需的粒度上，因此它不是简单地选择14:24:00、14:24:15、14:24:30等时间戳的情况-结果中需要包含与每个值时间戳最接近的行

例如，如果开始时间为14:24:30，结束时间为14:32:00，粒度为130，则理想时间为：

14:24:30
14:26:40
14:28:50
14:31:00

然而，对于这些时间中的每一个，时间戳可能不存在，在这种情况下，应该选择时间戳与这些理想时间戳中的每一个最接近的行。如果两个时间戳与理想时间戳的距离相等，则应选择较早的时间戳

数据库是web服务的一部分，所以目前我只是忽略SQL查询中的粒度，然后在（Java）代码中过滤掉不需要的结果。然而，就内存消耗和性能而言，这似乎远远不够理想

---

有什么想法吗？

你可以试着这样做：

首先创建时间间隔列表。使用存储过程

make_interval

from创建一个临时表，以如下方式调用它：

call make_intervals(@startdate,@enddate,15,'SECOND');

CREATE TEMPORARY TABLE IF NOT EXISTS time_intervals_copy
  AS (SELECT * FROM time_intervals);

SELECT
  time_intervals.interval_start,
  WeatherTable.*
FROM time_intervals
JOIN WeatherTable
  ON WeatherTable.TS BETWEEN @startdate AND @enddate
JOIN (SELECT
        time_intervals.interval_start AS interval_start,
        MIN(ABS(time_intervals.interval_start - WeatherTable.TS)) AS ts_diff
      FROM time_intervals_copy AS time_intervals
      JOIN WeatherTable
      WHERE WeatherTable.TS BETWEEN @startdate AND @enddate
      GROUP BY time_intervals.interval_start) AS min
  ON min.interval_start = time_intervals.interval_start AND
     ABS(time_intervals.interval_start - WeatherTable.TS) = min.ts_diff
GROUP BY time_intervals.interval_start;

然后，您将有一个名为

interval\u start

的两列之一的表

time\u interval

。使用此选项可以找到与每个间隔最近的时间戳，如下所示：

call make_intervals(@startdate,@enddate,15,'SECOND');

CREATE TEMPORARY TABLE IF NOT EXISTS time_intervals_copy
  AS (SELECT * FROM time_intervals);

SELECT
  time_intervals.interval_start,
  WeatherTable.*
FROM time_intervals
JOIN WeatherTable
  ON WeatherTable.TS BETWEEN @startdate AND @enddate
JOIN (SELECT
        time_intervals.interval_start AS interval_start,
        MIN(ABS(time_intervals.interval_start - WeatherTable.TS)) AS ts_diff
      FROM time_intervals_copy AS time_intervals
      JOIN WeatherTable
      WHERE WeatherTable.TS BETWEEN @startdate AND @enddate
      GROUP BY time_intervals.interval_start) AS min
  ON min.interval_start = time_intervals.interval_start AND
     ABS(time_intervals.interval_start - WeatherTable.TS) = min.ts_diff
GROUP BY time_intervals.interval_start;

这将找到与每个时间间隔最近的时间戳。注意：

WeatherTable

中的每一行可以列出不止一次，如果使用的间隔小于存储数据间隔的一半（或者类似的，您就得到了点；）

---

注意：我没有测试这些查询，它们是从我的脑袋里写出来的。请根据您的用例进行调整并纠正可能存在的小错误…

出于测试目的，我将您的数据集扩展到以下时间戳。我的数据库中的列称为

time\u stamp

2014-10-27 14:24:24
2014-10-27 14:24:26
2014-10-27 14:24:28
2014-10-27 14:24:32
2014-10-27 14:24:34
2014-10-27 14:24:25
2014-10-27 14:24:32
2014-10-27 14:24:34
2014-10-27 14:24:36
2014-10-27 14:24:37
2014-10-27 14:24:39
2014-10-27 14:24:44
2014-10-27 14:24:47
2014-10-27 14:24:53

我已经总结了这个想法，但在提供我能够找到的解决方案之前，让我详细解释一下

要求是在给定时间内处理时间戳+/-。因为我们必须朝着两个方向走，所以我们希望将时间框架一分为二。然后，时间帧的1/2到1/2的时间框定义了一个“bin”。 从给定开始时间开始，间隔

@seconds

的给定时间的bin由以下MySQL语句给出：

((floor(((t1.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds)

注意：整个+1技巧都在那里，因此我们不会以-1索引的bin结束（它将从零开始）。所有时间均从开始时间开始计算，以确保>=60秒的工作时间

在每个箱子中，我们需要知道每个时间段距离箱子中心的距离大小。这是通过确定从开始算起的秒数并从箱子中减去它（然后取绝对值）来完成的

在这一阶段，我们将一直“装箱”，并在箱子内订购

为了过滤掉这些结果，我们将

左连接到同一个表，并设置条件以删除不需要的行。当
LEFT JOIN
ed时，所需的行将在
LEFT JOIN
ed表中有一个
NULL
匹配项

我用变量替换了开始、结束和秒，但只是为了可读性。MySQL风格的注释包含在识别条件的
左JOIN
ON
子句中

SET @seconds = 7;
SET @time_start = TIMESTAMP('2014-10-27 14:24:24');
SET @time_end = TIMESTAMP('2014-10-27 14:24:52');

SELECT t1.*
FROM temp t1
LEFT JOIN temp t2 ON
  #Condition 1: Only considering rows in the same "bin"
  ((floor(((t1.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds)
 = ((floor(((t2.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds)
AND
(
  #Condition 2 (Part A): "Filter" by removing rows which are greater from the center of the bin than others
  abs(
      (t1.time_stamp - @time_start)
      - (floor(((t1.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds
  )
  > 
  abs(
      (t2.time_stamp - @time_start)
      - (floor(((t2.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds
  )
  OR
  #Condition 2 (Part B1): "Filter" by removing rows which are the same distance from the center of the bin
  (
    abs(
        (t1.time_stamp - @time_start)
        - (floor(((t1.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds
    )
    =
    abs(
        (t2.time_stamp - @time_start)
        - (floor(((t2.time_stamp - @time_start) - (@seconds/2))/@seconds) + 1) * @seconds
    )
    #Condition 2 (Part B2): And are in the future from the other match
    AND
      (t1.time_stamp - @time_start)
      >
      (t2.time_stamp - @time_start)
  )
)
WHERE t1.time_stamp - @time_start >= 0
AND @time_end - t1.time_stamp >= 0
#Condition 3: All rows which have a match are undesirable, so those 
#with a NULL for the primary key (in this case temp_id) are selected
AND t2.temp_id IS NULL

可能有一种更简洁的方式来编写查询，但它确实将结果过滤到所需的内容，但有一个明显的例外——我特意添加了一个重复条目。此查询将返回这两个条目，因为它们确实满足所述条件。
首先，您需要建立规则以显示缺少的值。例如，假设您需要2014-10-27 14:24:29上的InsideHumiddy值。您会说它是54、53或53.5？任意粒度总是以秒为单位，规则可以是，最后一个已知值，加权平均值，等等。此外，您需要知道为什么没有这个timestam的值。采样频率、死区内的值、通信错误、现场设备故障等是否存在差异@JeremyMiller始终以秒为单位指定，但可以大于60。无论什么“计数”都是最接近理想值的——我已经更新了这个问题（希望）让它更清楚。谢谢。我想我正在接近一个数学解。将很快更新。+1，这比我以前想出的任何东西都好！我添加了一个
WHERE
子句，这将大大提高性能！嗯，出于某种原因，
min（abs（
行似乎导致查询只返回一行-有什么想法吗？嗯..是的。虽然主要概念是正确的，但我有点混淆了。必须放入另一个子查询。现在应该更近了！：）啊，我明白了-现在我认为子查询导致临时表出现问题（获取
无法重新打开表：'time_interval'
错误。）请确保在完成后添加某种解释-我真的很想理解这个概念：）感谢您尝试让这个工作-看起来是一个有趣的方法！越来越近了。上面的查询现在在每个bin中都有第一个结果作为正确的行来选择。但是，工作日开始的时间到了，所以以后必须继续。