SQL:查找列值匹配的行之间的差异

Question

抱歉，如果我的标题没有正确描述我要执行的任务。

对于一个大学项目，我收到了一个网站的访问日志，我丢弃了不需要的列并浓缩成这样:

╔══════════╦══════════════════════╦═════════════════╦═════════════╦════════════════╗
║ accessid ║ date_time_in_seconds ║ yg_requester_id ║ referent_id ║ referent_docid ║
╠══════════╬══════════════════════╬═════════════════╬═════════════╬════════════════╣
║     2449 ║        2009011621830 ║           32276 ║       12648 ║              1 ║
║     2776 ║        2009011622726 ║           76360 ║       11070 ║              1 ║
║     2804 ║        2009011622783 ║           32276 ║       13845 ║              1 ║
║     2894 ║        2009011623025 ║           32276 ║        7222 ║              1 ║
║     2895 ║        2009011623037 ║           32276 ║        1530 ║              1 ║
║     3000 ║        2009011623406 ║           32276 ║        3728 ║              1 ║
║     3019 ║        2009011623497 ║          520060 ║       10356 ║              1 ║
║     3245 ║        2009011625780 ║          300841 ║        4607 ║              1 ║
║     3274 ║        2009011628309 ║          532664 ║       14377 ║              1 ║
║     3275 ║        2009011628420 ║          532664 ║        9097 ║              1 ║
╚══════════╩══════════════════════╩═════════════════╩═════════════╩════════════════╝

最初时间和日期戳在每个测量单位(年、月、日、小时、分钟、秒)的单独列中，为了更容易计算，我将它们合并为具有格式的 date_time_in_seconds

[0000][00][00][00000]
[YEAR][MONTH][DAY][Number of Seconds since 00:00]

accessid是表条目ID，yg_requester_id是网站访问者的唯一id，referent_id是他们阅读的网站文章的ID，referent_docid表示文章的类型，但是在这个任务中不需要。

基本上，我希望能够找到自从上次不同的 referent_id 被同一个 yg_requester_id 访问以来的时间差。例如，查看上表中的这部分行:

╔══════════╦══════════════════════╦═════════════════╦═════════════╦════════════════╗
║ accessid ║ date_time_in_seconds ║ yg_requester_id ║ referent_id ║ referent_docid ║
╠══════════╬══════════════════════╬═════════════════╬═════════════╬════════════════╣
║     2449 ║        2009011621830 ║           32276 ║       12648 ║              1 ║
║     2776 ║        2009011622726 ║           76360 ║       11070 ║              1 ║
║     2804 ║        2009011622783 ║           32276 ║       13845 ║              1 ║
╚══════════╩══════════════════════╩═════════════════╩═════════════╩════════════════╝

yg_requester_id 32276 在 06:03:50(午夜后 21830 秒)访问了 ID 为 12648 的文章) 于 2009 年 1 月 16 日。然后他们在 06:19:43 访问了 ID 为 13845 的文章(22783 seconds after midnight) on the 16th January 2009. 因此可以安全地假设用户阅读第一篇文章 (id 12648) 大约 15 分 50 秒

我想找到的是同一用户访问的文章之间的时间差。用户阅读的连续文章可能没有连续的 accessid(尽管它总是递增)。我还想将读取时间限制在一个小时左右，因为任务是过滤掉读取时间<可变分钟数(例如 15 分钟)的记录。

提前致谢，如果需要更多信息，请告诉我

Answer 1

我会使用 ROW_NUMBER 按 yg_requester_id 对结果集进行分区，并按 accessid 或 datetime 对其进行排序(假设您要将 date_time_in_seconds 列更改为常规 datetime 列，如评论中所建议的那样。然后我将请求者将结果集与自己和以前的记录连接起来，并得到不同之处。

让我尝试在没有正确数据的情况下编写查询:

SELECT X1.yg_requester_id, DATEDIFF(SECOND, X1.NewDateTimeField, X2.NewDateTimeField) AS TimeDifferenceInSeconds, X1.referent_id AS NewArticle, X2.referent_id AS FormerArticle
FROM
(
SELECT ROW_NUMBER() OVER(PARTITION BY yg_requester_id ORDER BY NewDateTimeField DESC) AS Position, NewDateTimeField, yg_requester_id, referent_id
FROM YourTable

) X1
INNER JOIN 
(
SELECT ROW_NUMBER() OVER(PARTITION BY yg_requester_id ORDER BY NewDateTimeField DESC) AS Position, NewDateTimeField, yg_requester_id, referent_id
FROM YourTable  
) X2 ON X2.yg_requester_id = X1.yg_requester_id AND X2.Position = X1.Position - 1