确定每个用户当天的第一个活动

Question

我有一个表“UserData”，其中包含以下信息：

User    Date    DateTime        Input
1   8/4/2019    8/4/2019 0:55   Request
1   8/4/2019    8/4/2019 0:56   Ticket
1   8/4/2019    8/4/2019 2:08   Submit
1   8/4/2019    8/4/2019 2:21   Submit
2   8/4/2019    8/4/2019 13:10  Submit
2   8/20/2019   8/20/2019 2:10  Ticket
2   8/20/2019   8/20/2019 2:12  Ticket
2   8/20/2019   8/20/2019 2:13  Request
3   8/20/2019   8/20/2019 2:15  Request
3   8/19/2019   8/19/2019 2:16  Ticket
3   6/12/2020   6/12/2020 2:22  Submit
3   6/12/2020   6/12/2020 2:26  Submit
3   6/12/2020   6/12/2020 3:26  Ticket

我希望返回每个用户的第一个输入（基于时间），但仅在最新的一天。所以我的输出会是这样的：

User    DateTime    Input
1   8/4/2019 0:55   Request
2   8/20/2019 2:10  Ticket
3   6/12/2020 2:22  Submit

我想我需要为每个日期分配一个排名，但不确定从哪里开始。

Answer 1

我了解您希望每个用户每天都有最早的记录。在 Postgres 中，您可以简单地使用 distinct on 来解决这个 top-1-per-group 问题：

select distinct on (u.user, u.date) u.*
from userData u
order by u.user, u.date, u.datetime

如果您想要每个用户的最早记录，无论是哪一天，那么只需：

select distinct on (u.user) u.*
from userData u
order by u.user, u.datetime

---

编辑：如果你想要最近一天的最早记录，那么：

select distinct on (u.user) u.*
from userData u
order by u.user, u.date desc, u.datetime

Answer 2

带有row_number()窗口功能：

select t."User", t."Date", t."DateTime", t."Input"
from (
  select *, row_number() over (partition by "User" order by "Date" desc, "DateTime") rn
  from UserData
) t
where t.rn = 1

对于每个用户，该行按"Date"降序排序以查找最新日期，然后按"DateTime"升序排序以获取当天的第一个输入。
请参阅demo。
结果：

| User | Date       | DateTime         | Input   |
| ---- | ---------- | ---------------- | ------- |
| 1    | 2019-08-04 | 2019-08-04 00:55 | Request |
| 2    | 2019-08-20 | 2019-08-20 02:10 | Ticket  |
| 3    | 2020-06-12 | 2020-06-12 02:22 | Submit  |

Answer 3

SELECT * 
FROM ( User,
       Date,
       Datetime, 
       Input,
       ROW_NUMBER() OVER (
           PARTITION BY User 
           ORDER BY Datetime DESC) dataOrder
       FROM UserData) z
WHERE z.dataOrder = 1

Answer 4

我明白你想要：

每个用户最近一天时间最早的行

餐桌设计

对于初学者：删除 Date 列。多余地存储它会增加成本和复杂性，而不是它的价值：

CREATE TABLE userdata (
  user_id  int
, datetime timestamp
, input    text
);

input 确实应该是一些廉价的枚举实现（enum，FK，...）。
timestamptz 可能是datetime 的合适类型。要看。见：

• Ignoring time zones altogether in Rails and PostgreSQL

索引

无论哪种方式，为了让您的操作更快，这是一个完美的索引：

CREATE INDEX userdata_special_idx ON userdata
(user_id, (datetime::date) DESC NULLS LAST, datetime);

datetime::date 是一个非常廉价的演员，取代了你多余的日期栏。我仍然将日期添加到multicolumn expression index 以提高性能。 （日期取决于使用timestamptz时的时区。如果您处理多个时区，则需要做更多。）

注意添加的NULLS LAST：因为您的问题中没有任何内容表明时间戳是NOT NULL，所以您需要在查询中使用它来防止无意义的结果 - 并且索引必须匹配以获得最佳结果。见：

• PostgreSQL sort by datetime asc, null first?

查询

每个用户只有几行，DISTINCT ON 应该是最佳选择（就像 GMB 已经建议的那样）- 简单而快速：

SELECT DISTINCT ON (user_id)
       user_id, datetime, input 
FROM   userdata
ORDER  BY user_id, datetime::date DESC NULLS LAST, datetime;

见：

• Select first row in each GROUP BY group?

对于每个用户有很多行，这个替代查询应该（基本上）更快：

SELECT u.user_id, d.*
FROM   users u
LEFT   JOIN LATERAL (
   SELECT d.datetime, d.input 
   FROM   userdata d
   WHERE  d.user_id = u.user_id         -- lateral reference
   ORDER  BY d.datetime::date DESC NULLS LAST, d.datetime
   LIMIT  1
   ) d ON true;

通常情况下，这是适合您的方案的方法。

注意LEFT JOIN：它为每个用户返回一行，即使userdata 中没有条目。如果不希望这样做，请改用CROSS JOIN。相关：

• What is the difference between LATERAL and a subquery in PostgreSQL?

这假设存在users 表，该表通常存在。如果没有，我建议您添加它（出于多种原因）。如果这不是一个选项，仍然有快速的解决方法。见：

• Optimize GROUP BY query to retrieve latest row per user

db小提琴here

旁白：我强烈建议始终使用 ISO 日期格式 (as does the manual)。区域格式取决于当前会话的设置，可能会以丑陋的方式失败。

• How to create query with format date DD-MM-YYYY