使用间隔对记录进行分组的Teradata sql查询

在Teradata SQL中，如何在8秒的时间间隔内为创建的记录组分配相同的行号

例如：-

Customerid Customername   Itembought   dateandtime
                                       (yyy-mm-dd hh:mm:ss)
100           ALex        Basketball   2017-02-10 10:10:01
100           ALex        Circketball  2017-02-10 10:10:06
100           ALex        Baseball     2017-02-10 10:10:08
100           ALex        volleyball   2017-02-10 10:11:01
100          ALex         footbball    2017-02-10 10:11:05
100          ALex         ringball     2017-02-10 10:11:08
100         Alex          football     2017-02-10 10:12:10

我的预期结果应该有一个额外的列，带有行\号，它应该为客户在8秒内的所有购买分配相同的编号：参考下面的预期结果

Customerid Customername Itembought dateandtime            Row_number
                                   (yyy-mm-dd hh:mm:ss) 
100           ALex      Basketball 2017-02-10 10:10:01      1
100           ALex      Circketball 2017-02-10 10:10:06     1
100           ALex      Baseball    2017-02-10 10:10:08     1
100          ALex       volleyball  2017-02-10 10:11:01     2
100          ALex       footbball   2017-02-10 10:11:05     2
100          ALex       ringball    2017-02-10 10:11:08     2
100         Alex        football    2017-02-10 10:12:10     3

---

这是使用递归cte实现的一种方法。当上一行的时间戳大于8时，将其运行总差值重置为0，并启动一个新组

WITH ROWNUMS AS
  (SELECT T.*
         ,ROW_NUMBER() OVER(PARTITION BY ID ORDER BY TM) AS RNUM 
         /*Replace DATEDIFF with Teradata specific function*/
         ,DATEDIFF(SECOND,COALESCE(MIN(TM) OVER(PARTITION BY ID
                                                ORDER BY TM ROWS BETWEEN 1 PRECEDING AND CURRENT ROW), TM),TM) AS DIFF
   FROM T --replace this with your tablename and add columns as required
   )
,RECURSIVE CTE(ID,TM,DIFF,SUM_DIFF,RNUM,GRP) AS
  (SELECT ID,
          TM,
          DIFF,
          DIFF,
          RNUM,
          CAST(1 AS int)
   FROM ROWNUMS
   WHERE RNUM=1
     UNION ALL
   SELECT T.ID,
          T.TM,
          T.DIFF,
          CASE WHEN C.SUM_DIFF+T.DIFF > 8 THEN 0 ELSE C.SUM_DIFF+T.DIFF END,
          T.RNUM,
          CAST(CASE WHEN C.SUM_DIFF+T.DIFF > 8 THEN T.RNUM ELSE C.GRP END AS int)
   FROM CTE C
   JOIN ROWNUMS T ON T.RNUM=C.RNUM+1 AND T.ID=C.ID
   )
SELECT ID,
       TM,
       DENSE_RANK() OVER(PARTITION BY ID ORDER BY GRP) AS row_num
FROM CTE

---

使用Teradata的周期数据类型和可怕的：

考虑表test32：

 SELECT * FROM test32

+----+----+------------------------+
| f1 | f2 |           f3           |
+----+----+------------------------+
|  1 |  2 | 2017-05-11 03:59:00 PM |
|  1 |  3 | 2017-05-11 03:59:01 PM |
|  1 |  4 | 2017-05-11 03:58:58 PM |
|  1 |  5 | 2017-05-11 03:59:26 PM |
|  1 |  2 | 2017-05-11 03:59:28 PM |
|  1 |  2 | 2017-05-11 03:59:46 PM |
+----+----+------------------------+

以下内容将对您的记录进行分组：

WITH 
normalizedCTE AS
    (
        SELECT *
        FROM TABLE
            (
                td_normalize_overlap_meet(NEW VARIANT_TYPE(periodCTE.f1), periodCTE.fper)
                RETURNS (f1 integer, fper PERIOD(TIMESTAMP(0)), recordCount integer)
                HASH BY f1
                LOCAL ORDER BY f1, fper
            ) as output(f1, fper, recordcount)
    ),
periodCTE AS 
    (
        SELECT f1, f2, f3, PERIOD(f3, f3 + INTERVAL '9' SECOND) as fper FROM test32
    )


SELECT t2.f1, t2.f2, t2.f3, t1.fper, DENSE_RANK() OVER (PARTITION BY t2.f1 ORDER BY t1.fper) as fgroup
FROM normalizedCTE t1
    INNER JOIN periodCTE t2 ON
        t1.fper P_INTERSECT t2.fper IS NOT NULL

结果:

+----+----+------------------------+-------------+
| f1 | f2 |           f3           | fgroup      |
+----+----+------------------------+-------------+
|  1 |  2 | 2017-05-11 03:59:00 PM |           1 |
|  1 |  3 | 2017-05-11 03:59:01 PM |           1 |
|  1 |  4 | 2017-05-11 03:58:58 PM |           1 |
|  1 |  5 | 2017-05-11 03:59:26 PM |           2 |
|  1 |  2 | 2017-05-11 03:59:28 PM |           2 |
|  1 |  2 | 2017-05-11 03:59:46 PM |           3 |
+----+----+------------------------+-------------+

Teradata中的

Period

是一种保存日期或日期时间范围的特殊数据类型。第一个参数是范围的开始，第二个参数是结束时间（最多，但不包括），这就是为什么它是“+9秒”）。结果是我们得到了一个8秒的“周期”，其中每个记录可能与另一个记录“相交”

然后，我们使用

td\u normalize\u overlap\u meet

合并相交的记录，共享

f1

字段的值作为键。在您的情况下，这将是

customerid

。这一客户的结果是三条记录，因为我们有三个组“重叠”或“满足”彼此的时间段

然后，我们将td_normalize_overlap_meet输出与确定周期时的输出连接起来。我们使用

P_INTERSECT

函数查看标准化CTE中的哪些周期与初始周期CTE中的周期相交。从该

P_INTERSECT

join的结果中，我们从每个CTE获取所需的值

---

最后，

densite\u Rank（）

根据每组的标准化周期为我们提供了一个等级。

我将以与vkp不同的方式解释这个问题。另一行8秒内的任何一行都应在同一组中。这些值可以链接在一起，因此整个跨度可以超过8秒

这种方法的优点是不需要递归CTE，因此应该更快。（当然，如果OP与定义不一致，这不是优势。）

基本思想是查看以前的日期/时间值；如果相距超过8秒，则添加一个标志。标志的累计和是您要查找的行号

  select t.*,
         sum(case when prev_dt >= dateandtime - interval '8' second
                  then 0 else 1
             end) over (partition by customerid order by dateandtime
                       ) as row_number
  from (select t.*,
               max(dateandtime) over (partition by customerid order by dateandtime row between 1 preceding and 1 preceding) as prev_dt
        from t
       ) t;

---

如果有一行是

10:10:15

，那么这是第一组的一部分还是一个新组呢？我想它应该是一个新组@dnoeth。。根据说明..每个用户8秒内的所有行必须从第一个时间戳开始位于一个组中。为什么要回滚ObsidManager的编辑？但是

10:10:15

在

10:10:08

之后的8秒内。是的，它应该是新组，基本上，我希望为在8秒内购买多件商品的客户分配相同的行号。抱歉。我无意中回滚了ObsidManager的编辑。我不知道是否有其他方法可以实现此目的。特别是当达到8秒间隔时组必须重设时。@vkp。他们为什么不解决这个问题呢？这里有“lag”，只是拼写不同而已。@GordonLinoff听到了吗！听到了！Teradata中最好有

lag（）

和

lead（）

<代码>最大值（）超过（…行之间…）很麻烦，一点也不直观。滞后和超前是ansi标准的一部分吗？我认为…之间的

行是，但
滞后
和
领先
不是，但我可能完全疯了。@Andrew。是的，它们是标准的窗口功能。考虑到Teradata支持这一功能，令人惊讶的是他们不只是把功能放进去。这里有三个非常不同的答案，都解决了这个非常困难的问题。挑一个，带着它跑。对于像这样的间隔和孤岛间隔问题，没有简单的答案。@JNevill:如果你想在8秒内完成拍摄，你应该使用
句点（f3，f3+间隔'9'秒）
，目前你只拍摄了16秒：-）@Dnoeth，我拍摄了+/-8秒，但只要+8也可能有效。反正都正常化了，所以我认为这是一次洗牌。我想我的网撒得太宽了。你会把10:10:00和10:10:15结合起来，在+/-8秒的时候。