高级 SQL 选择查询

Question

week      cookie
1         a
1         b
1         c
1         d
2         a 
2         b
3         a
3         c
3         d

此表代表某人在特定的一周内访问了一个网站。每个 cookie 代表一个人。每个条目代表某人在特定周内访问此站点。例如，最后一个条目表示“d”在第 3 周访问该站点。

我想知道有多少（相同的）人在下周继续回来，如果有一个开始周可以查看。

例如，如果我查看第 1 周。我会得到如下结果：

1 | 4
2 | 2
3 | 1

因为 4 位用户在第 1 周回来。他们中只有 2 位 (a,b) 在第 2 周回来。他们中只有 1 (a) 位在这 3 周内全部回来。

如何进行选择查询以找出答案？桌子会很大：可能有 100 周，所以我想找到正确的方法。

Answer 1

使用自联接：

SELECT ... FROM visits AS v1 LEFT JOIN visits AS v2 ON v2.week = v1.week+1
WHERE v2.week IS NOT NULL
GROUP BY cookie

这将为您提供第二次及以后访问的记录。

但我认为最好是GROUP BY cookie，它可以让您获得每个 cookie 的访问次数；任何大于 1 的数字都是回访用户。

Answer 2

此查询使用变量来跟踪相邻的周并计算它们是否是连续的：

set @start_week = 2, @week := 0, @conseq := 0, @cookie:='';
select conseq_weeks, count(*)
from (
select 
  cookie,
  if (cookie != @cookie or week != @week + 1, @conseq := 0, @conseq := @conseq + 1) + 1 as conseq_weeks,
  (cookie != @cookie and week <= @start_week) or (cookie = @cookie and week = @week + 1) as conseq,
  @cookie := cookie as lastcookie,
  @week := week as lastweek
from (select week, cookie from webhist where week >= @start_week order by 2, 1) x
) y
where conseq
group by 1;

这是第 2 周的。再过一周，更改顶部的 start_week 变量。

这是测试：

create table webhist(week int, cookie char);
insert into webhist values (1, 'a'), (1, 'b'), (1, 'c'), (1, 'd'), (2, 'a'), (2, 'b'), (3, 'a'), (3, 'c'), (3, 'd');

上述查询的输出where week >= 1:

+--------------+----------+
| conseq_weeks | count(*) |
+--------------+----------+
|            1 |        4 |
|            2 |        2 |
|            3 |        1 |
+--------------+----------+

上述查询的输出where week >= 2:

+--------------+----------+
| conseq_weeks | count(*) |
+--------------+----------+
|            1 |        2 |
|            2 |        1 |
+--------------+----------+

附言很好的问题，但有点破绽百出

Answer 3

这是一个有趣的问题。

我尝试计算每个人访问的最后一周是什么时候。
这是在下一周没有访问的开始或之后的第一周计算的。

一旦您知道每个用户的最后访问周数，您只需计算每周的最终访问时间是在该周或之后的不同用户的数量。

SELECT wks.week, COUNT(cookie) as Visitors
FROM (SELECT a.cookie, MIN(a.week) AS FinalVisit
      FROM WeekVisits a 
           INNER JOIN WeekVisits FirstWeek
           ON a.cookie = FirstWeek.cookie
      WHERE a.week >= 1
        AND FirstWeek.week = 1
        AND NOT EXISTS (SELECT 1 
                        FROM WeekVisits b
                        WHERE b.week = a.week + 1
                          AND b.cookie = a.cookie)
      GROUP BY a.cookie) fv
     INNER JOIN
     (SELECT DISTINCT week 
      FROM WeekVisits
      WHERE week >= 1) wks
     ON fv.FinalVisit >= wks.week 
GROUP BY wks.week
ORDER BY wks.week

编辑
- 感谢 ypercube 的关注。我还从“fv”查询中丢失了 group by。哎呀。
-我已经删除了表示参数的 cmets。
- 我已经删除了不必要的不​​同。
EDIT再次
- 为 FirstWeek 添加了额外的内容，因为它无法从第 2 周开始处理

当我运行它时（诚然在 MS Access 上）

从第 1 周开始，我得到：

+------+----------+
|周 |访客 |
| 1 | 4 |
| 2 | 2 |
| 3 | 1 |
+--------+----------+

从第 2 周开始，我得到：

+------+----------+
|周 |访客 |
| 2 | 2 |
| 3 | 1 |
+--------+----------+

.. 符合预期。
（从第 2 周开始，您需要在与周列进行比较的三个位置将 1 更改为 2）
该方法看起来不错，但可能需要针对 MySQL 调整语法。

Answer 4

这是我的解决方案，不是很简单，但 - 正如我所测试的 - 它确实解决了您的问题：

首先，我们声明一个存储过程，它将在特定的一周内为我们提供以字符串分隔的访问者，如果您愿意，可以使用 group_concat，但我这样做了 - 考虑到 group_concat 有文本限制。

DELIMITER $$

DROP PROCEDURE IF EXISTS `db`.`get_visitors_for_week`$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `get_visitors_for_week`(id_week INTEGER, OUT result TEXT)
BEGIN
    DECLARE should_continue INT DEFAULT 0;
    DECLARE c_cookie CHAR(1);
    DECLARE r CURSOR FOR SELECT v.cookie
                FROM visits v WHERE v.week = id_week;
    DECLARE CONTINUE HANDLER FOR NOT FOUND
        SET should_continue = 1;
    OPEN r;
    REPEAT
        SET c_cookie = NULL;
        FETCH r INTO c_cookie;
        IF c_cookie IS NOT NULL THEN
            IF result IS NULL OR result = '' THEN
                SET result = c_cookie;
            ELSE SET result = CONCAT(result,',',c_cookie);
            END IF;
        END IF;
        UNTIL should_continue = 1
    END REPEAT;
    CLOSE r;
    END$$

DELIMITER ;

然后我们声明一个函数来包装这个存储过程，这样我们就可以方便地在查询中调用：

DELIMITER $$

DROP FUNCTION IF EXISTS `db`.`concat_values`$$

CREATE DEFINER=`root`@`localhost` FUNCTION `concat_values`(id_week INTEGER) RETURNS TEXT CHARSET latin1
BEGIN
    DECLARE result TEXT;
    CALL get_visitors_for_week(id_week, result);
    RETURN result;
    END$$

DELIMITER ;

然后我们必须计算本周和上周来过的访问者——当然是每周——我们通过在串联列表中搜索我们的 cookie 字符串来“看到”这一点。这是最终的查询：

SELECT
  v.week,
  SUM(IF(IFNULL(concat_values(v.week - 1)) OR INSTR(concat_values(v.week - 1),v.cookie) > 0, 1, 0)) AS Visitors
FROM (SELECT
        v.week,
        v.cookie,
        vt.visitors
      FROM visits v
        INNER JOIN (SELECT DISTINCT
                      v.week,
                      concat_values(v.week) AS visitors
                    FROM visits v) AS vt
          ON v.week = vt.week) AS v
WHERE v.week >= 1
GROUP BY v.week

将条件v.week >= 1 -the 1- 替换为您想要开始的周数。

Answer 5

由于某些原因，这些答案中的大多数都非常复杂，它不需要游标或 for 循环或任何类似的东西......

我想知道有多少（相同的）人不断回来 下周，当给定开始周查看时。

如果您想知道任何一周有多少用户访问了一周，然后是下一周访问的每一周：

SELECT visits.week, COUNT(1) AS [NumRepeatUsers]
FROM visits 
WHERE EXISTS (
    SELECT TOP 1 1 
    FROM visits AS nextWeek 
    WHERE nextWeek.week = visits.week+1 
      AND nextWeek.cookie = visits.cookie
  )
  AND EXISTS (
    SELECT TOP 1 1 
    FROM visits AS searchWeek
    WHERE searchWeek.week = @week 
      AND nextWeek.cookie = visits.cookie
  )
GROUP BY visits.week
ORDER BY visits.week

但是，如果您在第 1 周有 10 个用户，然后在接下来的 5 周访问了 5 个不同的用户，那么这不会显示您的结果会随着时间的推移而减少，您会看到 1=10,2=5,3=5,4 =5,5=5,6=5 以此类推，而您希望看到 5=x 其中 x 是连续 5 周每周访问的用户数。为此，请参见下文：

SELECT visits.week, COUNT(1) AS [NumRepeatUsers]
FROM visits 
WHERE EXISTS (
    SELECT TOP 1 1 
    FROM visits AS nextWeek 
    WHERE nextWeek.week = visits.week+1 
      AND nextWeek.cookie = visits.cookie
  )
  AND EXISTS (
    SELECT TOP 1 1 
    FROM visits AS searchWeek
    WHERE searchWeek.week = @week 
      AND nextWeek.cookie = visits.cookie
  )
  AND visits.week - @week = (
    SELECT COUNT(1) AS [Count]
    FROM visits AS searchWeek
    WHERE searchWeek.week BETWEEN @week+1 AND visits.week
      AND nextWeek.cookie = visits.cookie
  )
GROUP BY visits.week
ORDER BY visits.week

这会给你 1=10,2=5,3=4,4=3,5=2,6=1 等

Answer 6

好的，假设您的表名为visits，并且您对周号n 感兴趣。您想知道，对于每个周数w >= n，哪些用户出现在每个这样的一周w。

那么这样的星期有多少？

select count(*)
from visits
where week >= n;

每个用户在多少周内访问？

select user, count(user)
from visit
group by user
where week >= n;

假设您有第 1、3、4、5、6、7、9、10 和 13 周，并且您对第 5 周感兴趣。所以上面的第一个查询给您 6，因为有 6 周的兴趣: 5, 6, 7, 9, 10, 和 13。第二个查询将为您提供每个用户他们访问的周数。现在您想知道这些用户中有多少是 6。

我认为这可行：

select user, count(user)
from visit
group by user
having count(user) = (
    select count(*)
    from visits
    where week >= n)
where week >= n;

但我现在无法访问 MySQL。如果它不起作用，那么也许这种方法是有意义的，并且会让你朝着正确的方向前进。编辑：我明天可以测试。