SQL - session 计数和 session 之间的事务

Question

我正在尝试编写一个可以回答以下问题的 HiveQL(甚至是 ANSI SQL)查询:

我有一个包含事件(交易)的数据库，每个事件都存储有一个 user_id 和一个 trans_time(交易时间)。一个 user_id 可以有无限的事件，甚至可以有多个具有相同 trans_time 的事件。

如果我建立一个事件时间窗口(即 10 秒)，那么有多少窗口在该窗口内有多少事件？我想结果会是这样的(显然没有文字，只有数字)...
100 个窗口只有 1 个事件
50 个窗口有 2 个事件
.
.
1 个窗口有 30 个事件

描述第一个结果...数据集中有 100 个实例，其中只有 1 个事件发生在 10 秒窗口内。

有没有办法从相同的数据中提取另一个指标，即50 个 user_ids 只有 1 个事件
25 个 user_ids 有 2 个事件
.
.
1 user_id 有 30 个事件

描述第一个结果...有 50 个 user_id 在 10 秒窗口内只有一个事件。

我希望这不是太模糊。一如既往，谢谢!!

Answer 1

如果您的窗口是静态的，例如:
窗口 1 - 12:00:00 - 12:00:09
窗口 2 - 12:00:10 - 12:00:19 等

你可以这样做:

-- this counts number of windows per with same number of events
select events_in_window,count(*) windows 
from (
    -- this counts events in each window
    select window ,count(*) events_in_window 
    from (
        -- this rounds all the transactions to windows
        select user_id,from_unixtime(floor(unix_timestamp(trans_time)/10)*10) window
        from table) a 
    group by window) b 
group by events_in_window 

注意 trans_time“四舍五入”中的“10”。您可以将其更改为您需要的任何大小的窗口。