Sql 如何从历史数据中检索行程？

我在Hive中有下表

mytable

：

id    radar_id     car_id     datetime
1     A21          123        2017-03-08 17:31:19.0
2     A21          555        2017-03-08 17:32:00.0
3     A21          777        2017-03-08 17:33:00.0
4     B15          123        2017-03-08 17:35:22.0
5     B15          555        2017-03-08 17:34:05.0
5     B15          777        2017-03-08 20:50:12.0
6     A21          123        2017-03-09 11:00:00.0
7     C11          123        2017-03-09 11:10:00.0
8     A21          123        2017-03-09 11:12:00.0
9     A21          555        2017-03-09 11:12:10.0
10    B15          123        2017-03-09 11:14:00.0
11    C11          555        2017-03-09 11:20:00.0

我想得到在同一行程内通过雷达的车辆路线

A21

和

B15

。例如，如果同一

车辆id

的日期不同，则该行程不同。基本上，我要考虑的是，同一车辆的雷达<代码> A21和<代码> B15<／代码>之间的最大时差应该是30分钟。如果更大，则行程不同，例如

汽车id

777

我的最终目标是计算每天的平均出行次数（非唯一性，因此，如果同一辆车通过同一条路线2次，则应计算2次）

预期结果如下：

radar_start   radar_end       avg_tripscount_per_day
A21           B15             1.5

在日期

2017-03-08

上，雷达

A21

和

B15

之间有2次行程（由于30分钟的限制，不考虑车辆

777

），而在日期

2017-03-09

上，只有1次行程。平均每天2+1=1.5次

我怎样才能得到这个结果？基本上，我不知道如何在查询中引入30分钟限制，以及如何按

radar\u start

和

radar\u end

对乘车进行分组

谢谢

更新：

行程在开始之日登记

如果车辆在2017-03-08 23:55时由雷达触发，在2017-03-09 00:15时由雷达触发，则应视为2017-03-08日登记的相同行程

在

ids

6和8的情况下，同一辆车

123

经过

A21

两次，然后转向

B15

（

id

10）。应考虑最后一次乘坐id为

8的车辆。所以，
8-10
。因此，最接近
B15
的前一个。根据解释，一辆汽车经过
A21
两次，第二次转向
B15

我没有注意到您正在使用
Hive
，因此开始为
SQLServer
编写查询，但它可能会对您有所帮助。试着这样做：

查询

select radar_start, 
       radar_end, 
       convert(decimal(6,3), count(*)) / convert(decimal(6,3), count(distinct dt)) as avg_tripscount_per_day
from (
    select 
        t1.radar_id as radar_start,
        t2.radar_id as radar_end,
        convert(date, t1.[datetime]) dt,
        row_number() over (partition by t1.radar_id, t1.car_id, convert(date, t1.[datetime]) order by t1.[datetime] desc) rn1,
        row_number() over (partition by t2.radar_id, t2.car_id, convert(date, t2.[datetime]) order by t2.[datetime] desc) rn2
    from trips as t1
    join trips as t2 on t1.car_id = t2.car_id 
        and datediff(minute,t1.[datetime], t2.[datetime]) between 0 and 30
        and t1.radar_id = 'A21' 
        and t2.radar_id = 'B15'
)x
where rn1 = 1 and rn2 = 1
group by radar_start, radar_end

输出

radar_start radar_end   avg_tripscount_per_day
A21         B15         1.5000000000

样本数据

create table trips
(
    id int,
    radar_id char(3),
    car_id int,
    [datetime] datetime
)
insert into trips values
(1,'A21',123,'2017-03-08 17:31:19.0'),
(2,'A21',555,'2017-03-08 17:32:00.0'),
(3,'A21',777,'2017-03-08 17:33:00.0'),
(4,'B15',123,'2017-03-08 17:35:22.0'),
(5,'B15',555,'2017-03-08 17:34:05.0'),
(5,'B15',777,'2017-03-08 20:50:12.0'),

(6,'A21',123,'2017-03-09 11:00:00.0'),
(7,'C11',123,'2017-03-09 11:10:00.0'),
(8,'A21',123,'2017-03-09 11:12:00.0'),

(9,'A21',555,'2017-03-09 11:12:10.0'),
(8,'B15',123,'2017-03-09 11:14:00.0'),
(9,'C11',555,'2017-03-09 11:20:00.0')


附加说明

如果您的版本不支持间隔，则最后的代码记录可以替换为-

和to\u unix\u timestamp（datetime）+30*60>to\u unix\u timestamp（next\u datetime）
@GordonLinoff:我在使用Hive。@草莓：你指的是哪种情况？以分钟为单位的最大差值应为30分钟，而不是更多。如果雷达
A21
和
B15
之间的间隔超过30分钟（或反之亦然），则这不是同一行程，不应计算在内。然后应该忽略它。@草莓：那么，这是同一次旅行，因为相差不到30分钟。即使他们在不同的日子？@草莓：不，如果这是不同的日子，那么这是不同的旅行。在这种情况下，我认为分钟的差值为20分钟加上24小时，所以超过30分钟。谢谢！我正在测试你的查询。一个问题：在我的例子中，
datetime
是一个字符串。不幸的是，我无法控制DB。我只有阅读权。我应该使用
到日期（datetime）
？您每天只计算一次每辆车。@Digoraius是的，看起来
到日期（datetime）
是Hive中内置的功能。谢谢。我收到此错误
失败：ParseException行21:18无法识别表达式规范“”中“interval”“30”“minutes”附近的输入。我想这就是问题所在。如何将其转换为datetime？（1）这是一个经过测试的代码（2）间隔是在两年多前的Hive 1.2.0（2015年5月18日）上引入的。（3） 如果您使用字符串而不是时间戳（为什么？），而不是使用CAST（4），则始终可以将时间戳转换为unixtimeThanks。我无法控制Db。我同意把
datetime
作为字符串是很奇怪的。那么，我是否正确地理解了无论何时出现
datetime
，我都应该用
cast（datetime as date）
替换它？但在本例中，我将删除time part.cast（datetime作为时间戳）
select  count(*) / count(distinct to_date(datetime))    as trips_per_day

from   (select  radar_id
               ,datetime
               ,lead(radar_id) over w  as next_radar_id
               ,lead(datetime) over w  as next_datetime                    

        from    mytable

        where   radar_id in ('A21','B15')

        window  w as 
                (
                    partition by  car_id
                    order by      datetime
                )
        ) t

where   radar_id        = 'A21'
    and next_radar_id   = 'B15'
    and datetime + interval '30' minutes >= next_datetime
;

+----------------+
| trips_per_day  |
+----------------+
| 1.5            |
+----------------+