- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
一周以来,我一直在努力寻找以下 Redshift 谜语的解决方案(我觉得我已经对它着迷了):
Redshift 中有一个事件表(“event_user_item”),用户通过输入出现在 event_value 列中的项目代码来触发某些项目的事件。
提交失败由event_type序列PageLoad-ItemCode-ErrorResponse组成,但是这样的事件类型不一定是连续的,意思每个 user_id 之间可以有许多其他事件类型。
我发布了一个基于 3 个不同 user_id 的小摘录,应该说明关注失败提交的相关场景。
ord_num event_type event_value user_id event_datetime
1 PageLoad 124 03/09/2018 21:48:39
2 ItemCode LG56731 124 03/09/2018 21:48:53
4 Details1PageLoad 124 03/09/2018 21:48:56
8 PageLoad 124 03/09/2018 22:02:23
9 ItemCode GU07019 124 03/09/2018 22:02:32
10 ErrorResponse Some message 124 03/09/2018 22:02:32
51 PageLoad 228 04/09/2018 12:38:30
52 ItemCode EQ23487 228 04/09/2018 12:38:33
53 ErrorResponse Some message 228 04/09/2018 12:38:34
54 PageLoad 304 04/09/2018 15:43:14
55 ItemCode OB68102 304 04/09/2018 15:43:57
56 ErrorResponse Some message 304 04/09/2018 15:43:58
57 ItemCode PB68102 304 04/09/2018 15:44:21
58 ErrorResponse Some message 304 04/09/2018 15:44:22
59 PageLoad 304 05/09/2018 11:19:37
60 ItemCode OB68102 304 05/09/2018 11:20:17
62 Details1PageLoad 304 05/09/2018 11:20:20
目标:找到每个 user_id 每个 ItemCode 的失败提交数。重要的是不要混淆失败提交和成功提交的项目代码。此外,同一项目代码也可能有多个失败条目。
我不是 Redshift 方面的专家,尤其是它的窗口函数,但我尝试坚持的第一个想法是 LAG 函数。为了做到这一点,我打算确定有资格被计算的 ord_nums 序列,例如
ord_num event_type event_value user_id event_datetime error? sequence
1 PageLoad 124 03/09/2018 21:48:39
2 ItemCode LG56731 124 03/09/2018 21:48:53
4 Details1PageLoad 124 03/09/2018 21:48:56
8 PageLoad 124 03/09/2018 22:02:23
9 ItemCode GU07019 124 03/09/2018 22:02:32
10 ErrorResponse Some message 124 03/09/2018 22:02:32 1 8-9-10
51 PageLoad 228 04/09/2018 12:38:30
52 ItemCode EQ23487 228 04/09/2018 12:38:33
53 ErrorResponse Some message 228 04/09/2018 12:38:34 1 51-52-53
54 PageLoad 304 04/09/2018 15:43:14
55 ItemCode OB68102 304 04/09/2018 15:43:57
56 ErrorResponse Some message 304 04/09/2018 15:43:58 1 54-55-56
57 ItemCode PB68102 304 04/09/2018 15:44:21
58 ErrorResponse Some message 304 04/09/2018 15:44:22 1 54-57-58
59 PageLoad 304 05/09/2018 11:19:37
60 ItemCode OB68102 304 05/09/2018 11:20:17
62 Details1PageLoad 304 05/09/2018 11:20:20
所以根据 user_id 应该有以下计数:
user_id nr_failed_submissions
124 1
228 1
304 2
但是,从上面的数据集和预期结果可以看出,无法预测要向后移动多少条记录,我需要一个不能放在 LAG 内的附加条件...
我尝试了很多选择,但没有一个适合。
非常有用和有见地的帖子已经
但直到现在,我还没有设法将它们全部融合成可行的解决方案。在 Redshift 中一定有办法做到这一点?
最佳答案
此查询将创建“时间范围”,其中 time1 表示 PageLoad 事件的时间戳,time2 表示该用户下一个 PageLoad 事件的时间戳:
WITH timeranges AS
(
SELECT A.user_id,
A.event_datetime AS time1,
nvl(MAX(B.event_datetime),'2099-01-01') AS time2
FROM foo AS A
LEFT JOIN foo AS B
ON A.user_id = B.user_id
AND A.event_datetime < B.event_datetime
AND A.event_type = B.event_type
WHERE A.event_type = 'PageLoad'
GROUP BY A.user_id,
A.event_datetime
)
此查询建立在将每个“ItemCode”事件与其对应的“PageLoad”的时间戳相关联的基础上:
SELECT timeranges.time1 AS pageloadtime,
foo.*
FROM foo
LEFT JOIN timeranges
ON foo.event_datetime >= timeranges.time1
AND foo.event_datetime < timeranges.time2
WHERE foo.event_type = 'ItemCode'
此查询确定是否有任何“ErrorResponse”事件落在每个范围内:
SELECT timeranges.time1 AS pageloadtime,
timeranges.user_id,
BOOL_OR(foo.event_type = 'ErrorResponse') AS has_error
FROM timeranges
LEFT JOIN foo
ON event_datetime > time1
AND event_datetime < time2
GROUP BY timeranges.time1,
timeranges.user_id
HAVING has_error;
这应该为我们提供了我们需要的所有部分——对于每个页面加载事件,我们知道 (1) 该页面加载是否有错误,以及 (2) 我们知道与该负载关联的所有 ItemCode 事件。在这两个结果集之间加入应该可以找到我们正在寻找的东西。
redshift 的一个特殊性让我在尝试直接连接这两个数据集时遇到了一些麻烦,所以我不得不创建两个临时表。这个可怕的格式查询给了我预期的结果:
create temporary table items_per_pageload as
with timeranges as (select A.user_id, A.event_datetime as time1, nvl(max(B.event_datetime), '2099-01-01') as time2 from event_user_item as A left join event_user_item as B on A.user_id=B.user_id and A.event_datetime < B.event_datetime and A.event_type=B.event_type
where A.event_type='PageLoad' group by A.user_id, A.event_datetime)
select timeranges.time1 as pageloadtime, event_user_item.* from event_user_item left join timeranges on event_user_item.event_datetime>=timeranges.time1 and event_user_item.event_datetime<timeranges.time2 where event_user_item.event_type='ItemCode'
create temporary table pageloads_with_errors as
with timeranges as (select A.user_id, A.event_datetime as time1, nvl(max(B.event_datetime), '2099-01-01') as time2 from event_user_item as A left join event_user_item as B on A.user_id=B.user_id and A.event_datetime < B.event_datetime and A.event_type=B.event_type
where A.event_type='PageLoad' group by A.user_id, A.event_datetime)
select timeranges.time1 as pageloadtime, timeranges.user_id, bool_or(event_user_item.event_type='ErrorResponse') as has_error from timeranges left join event_user_item on event_datetime > time1 and event_datetime < time2
group by timeranges.time1, timeranges.user_id having has_error;
select count(1), user_id, event_value from (
select items_per_pageload.* from items_per_pageload join pageloads_with_errors on items_per_pageload.user_id = pageloads_with_errors.user_id and items_per_pageload.pageloadtime = pageloads_with_errors.pageloadtime
) group by user_id, event_value
关于sql - Redshift : Find preceding rows that satisfy condition to constitute a sequence,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52628736/
给定一个 Sequence of Sequences 类型,如何将其转换为单个扁平化 Sequence 类型?考虑以下 Ceylon 代码: Integer[] range(Integer max)
出于学习目的,我正在尝试使用 F# 以序列形式运行模拟。从一系列随机数开始,如果状态不依赖于先前的状态,map 是生成状态序列的直接方法。我遇到问题的地方是当我尝试做类似的事情时: State(i+1
我正在 DynamoDB 上开发论坛。 有一个帖子表,其中包含线程中的所有帖子。我需要对帖子中的顺序有一个概念,即我需要知道哪个帖子先出现,哪个后出现。 我的服务将在分布式环境中运行。 我不确定使用时
我正在 DynamoDB 上开发论坛。 有一个帖子表,其中包含线程中的所有帖子。我需要对帖子中的顺序有一个概念,即我需要知道哪个帖子先出现,哪个后出现。 我的服务将在分布式环境中运行。 我不确定使用时
在 Z3 中,它支持 String 和 Sequence。但是 Z3py 是否也支持它们,或者我们必须使用 Python 中的字符串或列表?从最新的版本来看,新版本好像确实支持了String和Sequ
我是 Clojure 世界的新手,我遇到了一个问题。我得到了一个 LazySeq,看起来像这样(实际上更长) values = (("Brand1" "0") ("Brand2" "15") ("Br
我正在开发一个用于文本生成的序列到序列模型 ( paper )。我没有在解码器端使用“教师强制”,即 t0 时解码器的输出被馈送到 t1 时解码器的输入。 现在,实际上,解码器(LSTM/GRU)的输
Rust 中的规则是什么,类似于这里描述的规则http://en.cppreference.com/w/cpp/language/eval_order对于 C++? 目前我凭经验发现, 1) 函数的参
我当前的代码: import re from Bio.Seq import Seq def check_promoter(binding_element,promoter_seq): promoter
您好,此代码旨在存储使用 open cv 绘制的矩形的坐标,并将结果编译为单个图像。 import numpy as np import cv2 im = cv2.imread('1.jpg') im
在我的程序中,我有一个正则表达式,它确保输入字符串至少有一个字母和一个数字字符,并且长度在 2 到 10 之间。 Pattern p = Pattern.compile("^(?=.*\\d)(?=.
我正在查看 Google 的免费机器学习速成类(class),并尝试根据他们类(class)的第一部分制作一个预测模型。但是,在输入函数中,有一个字典,我不断收到此错误, in my_input_fn
我想使用 Boost 的 any_range 来处理多个异构数据范围。我的数据范围类型称为 fusion vector ,例如: typedef vector TypeSequence 鉴于这样的类型
我正在使用 SimpleJdbcInsert 作为, SimpleJdbcInsert simpleJdbcInsert = new SimpleJdbcInsert(dataSource).with
我正在尝试通过从我的数据创建 .phy 文件来创建系统发育树。 我有一个数据框 ndf= ESV trunc 1 esv1 TACGTAGGTG... 2 esv2 TACGGAGGGT... 3 e
这可能真的很简单,但我正处于 Rx 学习曲线的底部。我花了几个小时阅读文章、观看视频和编写代码,但我似乎对一些看起来应该非常简单的事情有心理障碍。 我正在从串行端口收集数据。我已使用 Observab
我正在将一些模块从 v8 迁移到 v10,我有这个模型: class SearchInfoPartnerSeniat(models.TransientModel): _name = "search.i
我尝试添加一个新的“自定义”序列到我的Marten DB中,以获取新用户的用户ID(在注册过程中)。。后来,我能够访问下一个序列值,如下所示:。问题出在上面的代码中:在第一次运行时:将userid_s
我在 rosettacode 遇到了这个代码 my @pascal = [1], { [0, |$_ Z+ |$_, 0] } ... Inf; .say for @pascal[^4]; # ==>
我不明白为什么这个程序有效: my $supply = Supply.interval: 1; react { whenever $supply { put "Got $^a" }
我是一名优秀的程序员,十分优秀!