每天使用 TSQL 计数？

Question

我有一个网站，我在 SQL Server 2008 数据库中记录每个点击链接的客户端指标。我已经编写了查询以获取每日总点击次数，但是我想了解用户在给定时间跨度内（即 5 秒内）点击了多少次。

这里的想法是锁定试图抓取内容的传入 IP 地址。如果在 5 秒内检测到超过 5 次“点击”或来自给定 IP 地址的每日点击次数超过某个值，则假定这是一次抓取尝试。

我尝试了以下几种变体：

-- when a user clicked more than 5 times in 5 seconds
SELECT DATEADD(SECOND, DATEDIFF(SECOND, 0, ClickTimeStamp), 0) as ClickTimeStamp, COUNT(UserClickID) as [Count]
FROM UserClicks
WHERE DATEDIFF(SECOND, 0, ClickTimeStamp) = 5
GROUP BY IPAddress, ClickTimeStamp

这个特别返回以下错误：

Msg 535, Level 16, State 0, Line 3 datediff 函数导致 溢出。分隔两个日期/时间的日期部分数 实例太大。尝试使用不太精确的 datediff 日期部分。

所以我想再一次使用 seconds 日期部分，我相信我在正确的轨道上，但不太明白。

帮助表示赞赏。谢谢。

-- 更新--

很好的建议，帮助我认为这种方法是错误的。每次点击都会进行检查。我应该做的是对于给定的时间戳，检查在最后 5 秒内是否记录了来自同一 IP 地址的 5 次点击。所以它就像，计算 > GetDate() - 5 秒的点击次数

尝试以下仍然不能给我一个准确的数字。

SELECT COUNT(*)
FROM UserClicks
WHERE ClickTimeStamp >= GetDate() - DATEADD(SECOND, -5, GetDate())

Answer 1

希望我的语法很好，我只有 oracle 可以测试它。我将假设您有一个名为 user_id 的 ID 列，它对该用户是唯一的（它是 user_click_id 吗？如果可以的话，在这些问题中包含表创建语句很有帮助）

您必须对此进行自我加入。逻辑将采用 userclick 并在 userId = userId 上加入 userclick，并且 clicktimestamp 的差异在 0-5 秒之间。然后从子选择开始计数。

select u1.user_id, u1.clicktimestamp, u2.clicktimestamp
from userclicks uc1
left join user_clicks uc2  
    on u2.userk_id = u1.user_id
    and datediff(second,u1.ClickTimeStamp,u2.ClickTimeStamp) <= 5
    and datediff(second,u1.ClickTimeStamp,u2.ClickTimeStamp) > 0

此选择语句应该为您提供 user_id/clicktimestamp 和 1 行，用于与来自同一用户的该 clicktimestamp 相距 0 到 5 秒之间的每条记录。现在只需计算所有 user_id,u1.clicktimestamp 组合并突出显示 5 或更多的组合。获取上面的查询并将其转换为子选择并从中提取计数：

select u1.user_id, u1.clicktimestamp, count(1)
from 
(select u1.user_id, u1.clicktimestamp
from userclicks uc1
left join user_clicks uc2  
    on u2.userk_id = u1.user_id
    and datediff(second,u1.ClickTimeStamp,u2.ClickTimeStamp) <= 5
    and datediff(second,u1.ClickTimeStamp,u2.ClickTimeStamp) > 0) a
group by u1.user_id, u1.clicktimestamp
having count(1) >= 5

希望我可以在 MS 机器上验证我的语法……那里可能有一些错字，但逻辑应该是好的。

Answer 2

更新的答案：问题出在第三行

SELECT COUNT(*)
 FROM UserClicks
 WHERE ClickTimeStamp >= GetDate() - DATEADD(SECOND, -5, GetDate()) 

GetDate() - DATEADD(SECOND, -5, GetDate()) 表示“取当前日期时间并减去（当前日期时间减去五秒）”。我不完全确定这会产生什么样的价值，但它不会是你想要的。

您仍然想要某种时间段，例如：

SELECT count(*)
 from UserClicks
 where IPAddress = @IPAddress
  and ClickTimeStamp between getdate() and dateadd(second, -5, getdate())

在那里使用 getdate() 我有点不舒服——如果你有一个特定的日期时间值（精确到秒），你应该使用它。

Answer 3

假设日志条目仅针对当前活动输入 - 也就是说，每当插入新行时，记录的时间是针对该时间点的，而不是针对任何先前时间点的 - 那么您只需要查看一段时间内的数据，而不必像现在一样查看“所有数据”。

下一个问题是：您多久进行一次检查？如果您关心每秒点击次数，那么介于“每小时一次”和“每 24 小时一次”之间的值似乎是合理的。

下一步：定义你的间隔。 “5 秒内每个 IPAddress 的所有点击”可以有两种方式：设置窗口（00-04、05-09、10-14 等）或滑动窗口（00-04、01-05、02-06 等）。 ) 可能与 5 秒的窗口无关，但可能与更长的时间段更相关（每“天”的点击次数）。

这样，我会采取的一般方法是：

• 从您关心的最早时间点开始（1 小时前、24 小时前）
• 设置“桶”，表示可以识别时间窗口（00:00:00 - 00:00:04、00:00:05 - 00:00:09 等）。这可以作为临时表来完成。
• 对于所有事件，计算自最早点以来经过的秒数
• 对于每个存储桶，计算命中该存储桶的事件数，按 IPAddress (inner join on the temp table on seconds between lowValue and highValue) 分组
• 识别那些超过您的阈值 (having count(*) > X) 的人，并为他们开窗。