Sql 选择并分组彼此间隔30分钟的记录

在SQLServer2008中有一个表，可以捕获页面访问，类似于IIS日志或谷歌分析，没有什么特别之处

该表包含以下列：

[ID]、[Username]、[URL]、[Created]、[Browser]、[BrowserVersion]、[HostName]、[IPAddress]、[OperatingSystem]、[UrlReferer]

下图显示了按创建日期（创建列）排序的查询输出，以降序格式表示/列出所有页面点击。出于隐私目的，URL和用户名被省略

我想做的是编写一个查询，将所有行分组到一个相同的IP地址和用户名，其中与最后一条记录发生的时间差小于30分钟，或者换言之，只选择/返回相同IP地址和用户名的最后一条记录，并删除之前的所有其他行

期望的结果是只有那个些旁边有箭头的行（下图）：

---

这会让你有一段路要走。它会查找在30分钟后没有其他内容的所有条目（反之亦然，查找在30分钟前没有其他内容的条目）

这将为您提供每个“blob”条目的结束日期/时间

SELECT m1.IpAddress, m1.DateCreated
FROM MyLog m1 LEFT OUTER JOIN MyLog m2 
                 ON m1.IpAddress = m2.IpAddress AND 
                    DATEDIFF(minute, m1.DateCreated, m2.DateCreated) BETWEEN 0 AND 30
WHERE m2.DateCreated IS NULL

这将为您提供每个“blob”的开始日期/时间

---

这应该能让你走到一半。它会查找在30分钟后没有其他内容的所有条目（反之亦然，查找在30分钟前没有其他内容的条目）

这将为您提供每个“blob”条目的结束日期/时间

SELECT m1.IpAddress, m1.DateCreated
FROM MyLog m1 LEFT OUTER JOIN MyLog m2 
                 ON m1.IpAddress = m2.IpAddress AND 
                    DATEDIFF(minute, m1.DateCreated, m2.DateCreated) BETWEEN 0 AND 30
WHERE m2.DateCreated IS NULL

这将为您提供每个“blob”的开始日期/时间

---

首先，你的要求可以解释不止一种方式，所以让我统计一下我认为你想要什么。。。我想你是说，当给定的IP地址有30分钟不活动时，会话结束。因此，如果一个IP地址每分钟访问一个站点2小时，然后休息30分钟，代表一个会话。假设这是你想要的

您可以使用LEAD和LAG来帮助识别会话。我的测试数据由一个Id列、一个IPAddress列和一个Created列组成。这是代码，解释如下

WITH t1 AS 
(
    SELECT 
        * 
        , DATEDIFF(minute, LAG(Created, 1, 0) OVER (PARTITION BY IPAddress ORDER BY Created), [Created]) AS SinceLastAccess
    FROM 
        IISLog
), sessionStarts AS 
(
    SELECT 
        * 
    FROM 
        t1
    WHERE 
        SinceLastAccess >= 30
), sessionInfo AS 
(
    SELECT 
        IPAddress
        , Created AS SessionStart
        , LEAD(Created, 1, '2025-01-01') OVER (PARTITION BY IPAddress ORDER BY CREATED) AS SessionEnd
    FROM 
        sessionStarts
)

SELECT * FROM sessionInfo

第一个CTE（t1）选择数据，但添加一个名为

SinceLastAccess

的列。此新列使用LAG函数查看前一行中的值，并计算已过去的分钟数。

分区依据

将此计算限制到每个IP地址

第二个CTE（SessionStart）只是从t1中选择

SinceLastAccess

值大于30的行。这有效地告诉我们每节课的开始

---

最后，“sessionInfo”CTE建立在第二个基础上。使用LEAD功能，我们期待看到下一个会话从何处开始。当当前行的会话结束时，此值被视为。我们最终得到的是IP地址、会话开始和会话结束。现在您已经有了这些，应该可以很容易地将其连接到原始表并将其分组。

首先，您的需求可以用多种方式进行解释，所以让我来统计一下您想要什么。。。我想你是说，当给定的IP地址有30分钟不活动时，会话结束。因此，如果一个IP地址每分钟访问一个站点2小时，然后休息30分钟，代表一个会话。假设这是你想要的

您可以使用LEAD和LAG来帮助识别会话。我的测试数据由一个Id列、一个IPAddress列和一个Created列组成。这是代码，解释如下

WITH t1 AS 
(
    SELECT 
        * 
        , DATEDIFF(minute, LAG(Created, 1, 0) OVER (PARTITION BY IPAddress ORDER BY Created), [Created]) AS SinceLastAccess
    FROM 
        IISLog
), sessionStarts AS 
(
    SELECT 
        * 
    FROM 
        t1
    WHERE 
        SinceLastAccess >= 30
), sessionInfo AS 
(
    SELECT 
        IPAddress
        , Created AS SessionStart
        , LEAD(Created, 1, '2025-01-01') OVER (PARTITION BY IPAddress ORDER BY CREATED) AS SessionEnd
    FROM 
        sessionStarts
)

SELECT * FROM sessionInfo

第一个CTE（t1）选择数据，但添加一个名为

SinceLastAccess

的列。此新列使用LAG函数查看前一行中的值，并计算已过去的分钟数。

分区依据

将此计算限制到每个IP地址

第二个CTE（SessionStart）只是从t1中选择

SinceLastAccess

值大于30的行。这有效地告诉我们每节课的开始

---

最后，“sessionInfo”CTE建立在第二个基础上。使用LEAD功能，我们期待看到下一个会话从何处开始。当当前行的会话结束时，此值被视为。我们最终得到的是IP地址、会话开始和会话结束。现在您已经有了这些，应该可以很容易地将其连接到原始表并将其分组。

Microsoft SQL的优点在于，它们具有非标准的“选择顶部n…”可能性；这就是你可以在这里使用的：

select * from

(
select
id,
ipAdress,
created,
(
select
top 1
created 
from tbl as tPrevious
where tPrevious.ipAdress=t.ipAdress
and tPrevious.created<t.created
order by created desc
) as previousCreated
from tbl as t
) as joined

where
previousCreated is not null 
and DATEDIFF(min, created,previousCreated) between 0 and 30

从中选择*
(
选择
身份证件
ipAdress，
创建，
(
选择
第一名
创建
如前所述，来自tbl
其中t上一个.ipAdress=t.ipAdress
和tPrevious.createdMicrosoft SQL的优点在于，它们具有非标准的“select top n…”可能性；这就是您可以在此处使用的：

select * from

(
select
id,
ipAdress,
created,
(
select
top 1
created 
from tbl as tPrevious
where tPrevious.ipAdress=t.ipAdress
and tPrevious.created<t.created
order by created desc
) as previousCreated
from tbl as t
) as joined

where
previousCreated is not null 
and DATEDIFF(min, created,previousCreated) between 0 and 30

从中选择*
(
选择
身份证件
ipAdress，
创建，
(
选择
第一名
创建
如前所述，来自tbl
其中t上一个.ipAdress=t.ipAdress
和tPrevious.createdWhat是您想要的输出？@sgedes想象一个由blob中没有任何一行定义的“blob”行与其他每一行的距离超过30分钟。他希望每个IPAddress和Username的所有这些“blob”都是分组行。问题是您需要将时间括在30分钟的块中，并按IP和用户名将它们分组时间块。你不能只说“彼此相隔30分钟内”因为如果记录分布超过30分钟，它将不知道如何对它们进行分组。请看：@Russell Fox链接的问题是另一个问题。他想按30分钟的间隔对行进行桶/直方图划分。Amir Kayvan的问题是将所有行“blob”在一起，只要它们的距离小于30分钟，例如sessi在检测时。您想要的输出是什么？@sgedes想象一个“blob”行，该行由blob中没有任何行定义