SQL：使用LEAD（）和PARTITION BY访问当前行之后的下一行_Sql_Sql Server_Count_Left Join_Aggregate

SQL：使用LEAD（）和PARTITION BY访问当前行之后的下一行

sql sql-server

SQL：使用LEAD（）和PARTITION BY访问当前行之后的下一行,sql,sql-server,count,left-join,aggregate,Sql,Sql Server,Count,Left Join,Aggregate,我有一个移动应用程序浏览历史数据集，如下所示 DeviceDateTime：用户在移动应用程序中查看页面的日期和时间 UserID：每个UserID代表一个登录移动应用程序的访问者 PageName：移动应用程序中有不同的页面。所有访客将首先在主页上着陆，然后导航到不同的位置页数 PageSequence：访问页面的顺序。例如，Seq_1 Home> Seq_2 My Account=首先登录主页，然后导航到“My Account” “帐户”页 DeviceDateTime 用户ID 页

我有一个移动应用程序浏览历史数据集，如下所示

DeviceDateTime：用户在移动应用程序中查看页面的日期和时间
UserID：每个UserID代表一个登录移动应用程序的访问者
PageName：移动应用程序中有不同的页面。所有访客将首先在主页上着陆，然后导航到不同的位置页数
PageSequence：访问页面的顺序。例如，Seq_1 Home> Seq_2 My Account=首先登录主页，然后导航到“My Account” “帐户”页

DeviceDateTime 用户ID 页码页面序列 2021-01-19 16:40:00.000 乌瑟拉家序号1 2021-01-19 16:40:00.000 乌瑟拉我的帐户序号2 2021-01-19 16:40:07.000 乌瑟拉我的活动序号3 2021-01-19 16:40:07.000 乌瑟拉餐厅名单序号4 2021-01-19 16:40:18.000 乌瑟拉餐厅详情页序号5 2021-01-19 16:40:31.000 乌瑟拉餐厅详情页序号6 2021-01-19 16:40:31.000 乌瑟拉餐厅预订确认序号7 2021-01-19 16:40:40.000 乌瑟拉家序号8 2021-01-19 16:40:45.000 乌瑟拉写信给我们序号9 2021-01-19 16:40:46.000 乌瑟拉家序号10 2021-01-28 21:11:53.000 用户B 家序号1 2021-01-28 21:12:01.000 用户B 餐厅名单序号2 2021-01-28 21:13:37.000 用户B 餐厅名单序号3 2021-02-16 09:43:27.000 乌瑟拉家序号1 2021-02-16 09:43:43.000 乌瑟拉写信给我们序号2 2021-02-16 09:44:50.000 乌瑟拉我的帐户序号3 2021-02-16 09:45:03.000 乌瑟拉我的活动序号4

不要按

devicedatetime

进行分区，而是按它排序

select
    UserID,
    DeviceDateTime,
    PageName,
    lead(PageName) over (partition by UserID order by DeviceDateTime) as next_pagename
  from seq_fixed

您不应该按时间进行分区，因为分区是“使所有行都被视为属于同一集合的因素”，即相同的用户标识是按时间（或顺序）排序的“一组行”。如果您将这些行划分为“每用户每秒”的集合，您就不会得到“每用户访问十页”的“每用户”旅程，而是“每用户访问一页十次”

此外，不要使用分组方式挤压“导航到同一页面”，请使用

。。。从with_next WHERE next_pagename pagename pagename

您计算

pageseq

，但从不使用它-在潜在客户中按它排序（如果您认为同一用户的不同页面的两个日期时间以每秒的精度相同），或者转储它

最后，如果“用户计数”应该是“从该页面导航到该页面的不同用户的数量”，则需要是

计数（不同用户ID），因为没有用户

，而不是

计数（*）

-countstar是“该页面导航发生的次数，包括同一用户的倍数”。这两种统计数据都包含进来可能会很方便，以便了解用户数量

编辑：

以下是您的查询的修改版本，其中注释掉了我建议删除的所有位：

DROP TABLE IF EXISTS #App;
CREATE TABLE #App (
    DeviceDateTime SMALLDATETIME,
    UserID VARCHAR(100),
    PageName VARCHAR(100),
    PageSequence VARCHAR(100))
INSERT INTO #App VALUES
    ('2021-01-19 16:40:00.000','UserA', 'Home', 'Seq_1'),
    ('2021-01-19 16:40:00.000','UserA', 'My Account', 'Seq_2'),
    ('2021-01-19 16:40:07.000','UserA', 'My Activity', 'Seq_3'),
    ('2021-01-19 16:40:07.000','UserA', 'Restaurant Listing', 'Seq_4'),
    ('2021-01-19 16:40:18.000','UserA', 'Restaurant Details Page', 'Seq_5'),
    ('2021-01-19 16:40:31.000','UserA', 'Restaurant Details Page', 'Seq_6'),
    ('2021-01-19 16:40:31.000','UserA', 'Restaurant Booking Confirmation', 'Seq_7'),
    ('2021-01-19 16:40:40.000','UserA', 'Home', 'Seq_8'),
    ('2021-01-19 16:40:45.000','UserA', 'Write To Use', 'Seq_9'), --TYPO ALERT!!!--TYPO ALERT!!!--TYPO ALERT!!!--TYPO ALERT!!!--TYPO ALERT!!!--TYPO ALERT!!!
    ('2021-01-19 16:40:46.000','UserA', 'Home', 'Seq_10'),
    ('2021-01-28 21:11:53.000','UserB', 'Home', 'Seq_1'),
    ('2021-01-28 21:12:01.000','UserB', 'Restaurant Listing', 'Seq_2'),
    ('2021-01-28 21:13:37.000','UserB', 'Restaurant Listing', 'Seq_3'),
    ('2021-02-16 09:43:27.000','UserA', 'Home', 'Seq_1'),
    ('2021-02-16 09:43:43.000','UserA', 'Write To Us', 'Seq_2'),
    ('2021-02-16 09:44:50.000','UserA', 'My Account', 'Seq_3'),
    ('2021-02-16 09:45:03.000','UserA', 'My Activity', 'Seq_4');

DROP TABLE IF EXISTS #SD;
with seq_fixed as
(
  select
    UserID,
    DeviceDateTime,
    PageName/*,
    cast(right(PageSequence, charindex('_', reverse(PageSequence)) - 1) as int) as pagesequencefinal*/
  from #App
)
, with_next as
(
  select
    UserID,
    DeviceDateTime,
    PageName,
    lead(PageName) over (partition by UserID/*, DeviceDateTime*/ order by /*UserID,*/ DeviceDateTime ASC) as next_pagename
  from seq_fixed
  /*group by UserID, DeviceDateTime, PageName*/
)
select PageName, next_pagename, count(*) AS No_of_User
into #SD
from with_next
where next_pagename is not null
group by PageName, next_pagename
order by PageName, next_pagename;

SELECT * FROM #SD

在以前的请求中，您只想确认每个用户的页面第一次出现，所以Home->PageX->Home->PageY将被解释为Home->PageX->PageY。要做到这一点，您必须按用户和页面分组才能找到第一次出现的情况

此新请求中不是这种情况，因此不要聚合：

with seq_fixed as
(
  select
    userid,
    pagename,
    cast(right(pagesequence, charindex('_', reverse(pagesequence)) - 1) as int) as pagesequencefinal
  from app
)
, with_next as
(
  select
    userid,
    pagename,
    lead(pagename) over (partition by userid order by pagesequencefinal) as next_pagename
  from seq_fixed
)
select pagename, next_pagename, count(*)
from with_next
where next_pagename is not null
group by pagename, next_pagename
order by pagename, next_pagename;

唯一的问题是：当用户昨天在PageX上结束，今天从Home开始时，这将计为PageX->Home。如果你想防止这种情况发生，你需要对这种情况进行一些检测，例如，不要考虑一个条目，当它的PEDDESER至少1个小时或类似的时候。为此，您可以使用时间戳列和

LAG

，正如Thorsten Kettner所指出的：当用户昨天在PageX上结束，今天从Home开始时，这将被视为PageX->Home。我采纳了他的建议，并尝试使用timestamp列和LAG函数来防止这种情况发生。然而，它看起来非常长。有没有办法缩短它

DROP TABLE IF EXISTS #App
CREATE TABLE #App (
    DeviceDateTime SMALLDATETIME,
    UserID VARCHAR(100),
    PageName VARCHAR(100),
    PageSequence VARCHAR(100))
INSERT INTO #App VALUES
    ('2021-01-19 16:40:00.000','UserA', 'Home', 'Seq_1'),
    ('2021-01-19 16:40:00.000','UserA', 'My Account', 'Seq_2'),
    ('2021-01-19 16:40:07.000','UserA', 'My Activity', 'Seq_3'),
    ('2021-01-19 16:40:07.000','UserA', 'Restaurant Listing', 'Seq_4'),
    ('2021-01-19 16:40:18.000','UserA', 'Restaurant Details Page', 'Seq_5'),
    ('2021-01-19 16:40:31.000','UserA', 'Restaurant Details Page', 'Seq_6'),
    ('2021-01-19 16:40:31.000','UserA', 'Restaurant Booking Confirmation', 'Seq_7'),
    ('2021-01-19 16:40:40.000','UserA', 'Home', 'Seq_8'),
    ('2021-01-19 16:40:45.000','UserA', 'Write To Us', 'Seq_9'),
    ('2021-01-19 16:40:46.000','UserA', 'Home', 'Seq_10'),
    ('2021-01-28 21:11:53.000','UserB', 'Home', 'Seq_1'),
    ('2021-01-28 21:12:01.000','UserB', 'Restaurant Listing', 'Seq_2'),
    ('2021-01-28 21:13:37.000','UserB', 'Restaurant Listing', 'Seq_3'),
    ('2021-02-16 09:43:27.000','UserA', 'Home', 'Seq_1'),
    ('2021-02-16 09:43:43.000','UserA', 'Write To Us', 'Seq_2'),
    ('2021-02-16 09:44:50.000','UserA', 'My Account', 'Seq_3'),
    ('2021-02-16 09:45:03.000','UserA', 'My Activity', 'Seq_4');

    With #App2 as (
select
    DeviceDateTime,
    UserID,
    PageName,
    cast(right(PageSequence, charindex('_', reverse(PageSequence)) - 1) as int) as pagesequencefinal,
    lead(DeviceDateTime) over (partition by UserID order by DeviceDateTime) as next_day,
    cast(lag(DeviceDateTime,1) over (partition by UserID order by DeviceDateTime) as date) as Previous_day,
    CASE WHEN DATEDIFF(day, cast(lag(DeviceDateTime,1) over (partition by UserID order by DeviceDateTime) as date), DeviceDateTime) <1 THEN 0 ELSE 1 END AS Dayend_flag,
    DATEDIFF(day, cast(lag(DeviceDateTime,1) over (partition by UserID order by DeviceDateTime) as date), DeviceDateTime) as test
  from #App
), #App3 as (
select
    DeviceDateTime,
    UserID,
    PageName,
    pagesequencefinal,
    next_day,
    Previous_day,
    Dayend_flag,
    test,
    SUM(Dayend_flag) OVER (ORDER BY UserID, DeviceDateTime, pagesequencefinal) AS Session_Num
  from #App2
), #App4 as (
select
    UserID,
    PageName,
    lead(PageName) over (partition by Session_Num order by pagesequencefinal) as next_pagename
  from #App3
)
select PageName, next_pagename, count(*) AS No_of_User
from #App4
where next_pagename is not null
group by PageName, next_pagename
order by PageName, next_pagename;

删除表格（如果存在）#App
创建表格#应用程序(
DeviceDateTime SMALLDATETIME，
UserID VARCHAR（100），
PageName VARCHAR（100），
PageSequence VARCHAR（100））
插入到#应用程序值中
（'2021-01-19 16:40:00.000'，'UserA'，'Home'，'Seq_1'），
（'2021-01-19 16:40:00.000'，'UserA'，'My Account'，'Seq_2'），
（'2021-01-19 16:40:07.000'，'UserA'，'My Activity'，'Seq_3'），
（'2021-01-19 16:40:07.000'，'UserA'，'Restaurant Listing'，'Seq_4'），
（'2021-01-19 16:40:18.000'，'UserA'，'Restaurant Details Page'，'Seq_5'），
（'2021-01-19 16:40:31.000'，'UserA'，'Restaurant Details Page'，'Seq_6'），
（'2021-01-19 16:40:31.000'、'UserA'、'Restaurant Booking Confirmation'、'Seq_7'），
（'2021-01-19 16:40:40.000'，'UserA'，'Home'，'Seq_8'），
（'2021-01-19 16:40:45.000'，'UserA'，'Write To Us'，'Seq_9'），
（'2021-01-19 16:40:46.000'，'UserA'，'Home'，'Seq_10'），
（'2021-01-2821:11:53.000'，'UserB'，'Home'，'Seq_1'），
（'2021-01-28 21:12:01.000'，'UserB'，'Restaurant Listing'，'Seq_2'），
（'2021-01-28 21:13:37.000'，'UserB'，'Restaurant Listing'，'Seq_3'），
（'2021-02-16 09:43:27.000'，'UserA'，'Home'，'Seq_1'），
（'2021-02-16 09:43:43.000'，'UserA'，'Write To Us'，'Seq_2'），
（'2021-02-16 09:44:50.000'，'UserA'，'My Account'，'Seq_3'），
（'2021-02-16 09:45:03.000'，'UserA'，'My Activity'，'Seq_4'）；
将#App2作为(
选择
DeviceDateTime，
用户ID，
页码，
将（右（PageSequence，charindex（“”），反向（PageSequence））-1）转换为int）转换为pagesequencefinal，
将（DeviceDateTime）提前到（按用户ID顺序按DeviceDateTime划分）下一天，
强制转换（延迟（DeviceDateTime，1）超过（按用户ID顺序按DeviceDateTime划分）作为日期）作为前一天，
当DATEDIFF（day，cast（lag（DeviceDateTime，1）超过（按用户ID顺序按DeviceDateTime划分）作为日期）时，DeviceDateTime“不起作用”为什么它不起作用？它出错了吗？是否给出了意外的结果、不希望出现的行为等等？您在这里问的是什么？您在这里向我们倾诉了大量代码、数据和文本，但我看不到清晰的问题陈述（f除外）