mysql - 一个简单的mySQL查询+统计分析

Question

我正在一个包含大约 100 万条记录的数据库中寻找模式。我一直在使用 Keras 和 TensorFlow，特别是 LSTM 进行一些实验，

但是，由于我是该领域的新手，因此我发现执行一些非常具体的查询可以获得更好的结果。

下表包含以下数据:

round   value   class       creacion
1       15.49   H       2018-01-27 14:03:54
2       7.42    H       2018-01-27 14:04:42
3       1.04    L       2018-01-27 14:39:28
4       2.71    H       2018-01-27 14:39:36
5       1.95    L       2018-01-27 14:39:59
6       4       H       2018-01-27 14:40:17
7       4.4     H       2018-01-27 14:40:45
8       1.52    L       2018-01-27 14:41:14
9       28.69   H       2018-01-27 14:41:28
10      7.44    H       2018-01-27 14:42:25
11      1.1     L       2018-01-27 14:43:02
12      1.1     L       2018-01-27 14:43:12
13      1.41    L       2018-01-27 14:43:21
14      1.04    L       2018-01-27 14:53:10
15      1.66    L       2018-01-27 14:53:19
16      8.44    H       2018-01-27 14:53:34
17      1.55    L       2018-01-27 14:54:13
18      2.39    H       2018-01-27 14:55:29
19      2.9     H       2018-01-27 14:55:50
20      1.66    L       2018-01-27 14:56:13
21      2.7     H       2018-01-27 14:56:29
22      7.53    H       2018-01-27 14:56:51
23      2.04    H       2018-01-27 14:57:28
24      1.97    L       2018-01-27 14:57:47
25      1.35    L       2018-01-27 14:58:05

如您所见，我将所有低于 2 的值分类为“L”(低)值，将大于 2 的值分类为 H(高)值。

所以这里的主要目标是尝试预测下一个值。

我一直在使用这个查询，它对 100 个值求和，将高值视为 2，将低值视为 1。以下查询对最后 100 个结果求和，并提供一个数字作为输出，假设该数字低于中位数，我们可以预测获得高值的机会会增加。

SELECT SUM(n)
FROM (
SELECT *, IF(value < 2, @nvalue := 1, @nvalue := 2) AS n
FROM crawler
ORDER BY round DESC
LIMIT 0, 100
) AS sub

所以，第一个问题是关于查询的:

我想创建一个新列，添加前 100 个值的总和。你知道如何做到这一点吗？

我可以通过以下查询复制结果:

SELECT round, value, class, creacion, sum(n)
FROM (
SELECT *, if(value < 2, @nvalue := 1, @nvalue := 2) AS n
FROM crawler
ORDER BY round DESC
LIMIT 0, 100
) AS sub

但是，它显然只显示最后一条记录:

round   value   class   creacion                sum(n)
560894  3.24    hi      2018-06-22 22:58:59     162

当我实际上正在寻找相同的结果时，但每个记录都有一个限制以避免较长的加载时间。

Answer 1

获取最后一百个值的简单方法是:

select c.*,
       (select sum(c2.value)
        from (select c3.*
              from c3
              where c3.creation <= c.creation
              order by c3.creation desc
              limit 100
             ) c2
       ) as sum_last100
from crawler c;

由于相关子句有两层深度，MySQL 不接受这一点。

在 MySQL 8+ 中，这要容易得多:

select c.*,
       sum(value) over (order by creation rows between 99 preceding and current row) as sum_last100
from crawler c;

此时，我可能建议您切换到 MySQL 8 或其他数据库(例如 Postgres)。在旧版本的 MySQL 中，让您想要的查询高效地处理一百万行可能不值得。