计算过去 X 天的会话数

Question

我的数据库中有一个客户连接日志表，我试图每天计算每个客户在过去 7 天内建立的连接数。我正在使用的源表的架构为

uuid, sessionuid, connection_timestamp

我想要的输出是

uuid, _date, total_connections_over_trailing_seven_days,

这样我就可以查看给定客户帐户和给定日期，该人在过去七天（或其他任何天）内连接了多少次。

我为此编写的查询是

SELECT
  uuid, 
  connection_timestamp::date as _date, 
  COUNT(sessionuid) OVER (ORDER BY timestamp_session ROWS 6 PRECEDING) as trailing_seven_day_session_count
FROM connection_history_table

但是当我执行这个查询时，我会为每个用户和源表中的每个 connection_timestamp 获得一个单独的行，而不是每个唯一的 connection_timestamp::date 的单个记录。此外， trailing_seven_day_session_count 中的值从 1 增加到最大值 7（如果给定日期至少有 7 个会话），但此后不再增加。所以看起来我在计算某一天的会话数，但只计算前 7 个会话。

uuid     _date              trailing_seven_day_session_count
16398   2015-02-18 00:00:00 1
16398   2015-02-18 00:00:00 2
16398   2015-02-18 00:00:00 3
16398   2015-02-18 00:00:00 4
16398   2015-02-18 00:00:00 5
16398   2015-02-18 00:00:00 6
16398   2015-02-18 00:00:00 7
16398   2015-02-18 00:00:00 8
16398   2015-02-18 00:00:00 8
16398   2015-02-25 00:00:00 1
16398   2015-02-25 00:00:00 2
16398   2015-02-25 00:00:00 3
16398   2015-02-25 00:00:00 4
16398   2015-02-25 00:00:00 5
16398   2015-02-25 00:00:00 6
16398   2015-02-25 00:00:00 7
16398   2015-02-25 00:00:00 8
16398   2015-02-25 00:00:00 8

我是使用窗口函数的新手，我不清楚我在这里做错了什么。我尝试通过 connection_timestamp::date 进行分区，但这也无济于事。我基本上抓住了稻草，但没有成功。

谢谢， 布拉德

Answer 1

也许您需要计算每天的会话数，然后计算前几天的总和。像这样的：

select
    uuid,
    day,
    sum(sessions) over (partition by uuid order by day rows 6 preceding) as trailing_seven_day_session_count
from (select uuid, connection_timestamp::date as day, count(*) sessions
    from connection_history_table
    group by 1,2)
order by 1,2

关于 Brad 关于稀疏数据的评论，这是一种可能的方法。它生成零记录来填充天数，因此回顾一组记录将与天数相关。没跑过，但应该很接近了。由于它生成天数，因此需要一个需要调整的整体时间范围。我不确定我的日期范围和填充是否正确...它正在尝试获取 37 天的数据以生成 30 天的记录。

with days as (
    -- hack to generate days in redshift like a generate_series function
    select (dateadd(day, -row_number() over (order by true), sysdate::date)) as day
            from stv_blocklist limit 37
),
day_counts as (
    select uuid, connection_timestamp::date as day, count(*) sessions
    from connection_history_table
    where connection_timestamp >= sysdate-37
    group by 1,2
),
zero_days as (
    select s.uuid, d.day, 0 as sessions
    from (
        select distinct uuid from connection_history_table
        where connection_timestamp >= sysdate-37
    ) s
    cross join days d
)
select
    uuid,
    day,
    sum(sessions) over (partition by uuid order by day rows 6 preceding) as trailing_seven_day_session_count
from (
    select uuid, day, sessions from day_counts
    union all
    select uuid, day, sessions from zero_days z
        left join day_counts c on z.uuid=c.uuid and z.day=c.day
        where c.uuid is null
)
having day >= sysdate-30
order by 1,2