sql - 如何编写一个选择查询或服务器端函数，从许多数据点生成一个整洁的时间流图？

Question

注意:我正在使用图形数据库(具体来说是 OrientDB)。这让我可以自由地用 javascript 或 groovy 编写服务器端函数，而不是将自己限制在 SQL 中来解决这个问题。*

注意 2:由于这是一个图形数据库，下面的箭头只是描述数据流。我实际上不需要在查询中返回箭头。箭头代表关系。*

我有以时间流方式表示的数据；即 EventC 发生在 EventB 之后，EventB 发生在 EventA 之后，等等。这个数据来自多个来源，所以它不是完全线性的。它需要聚集在一起，这就是我遇到问题的地方。

目前数据看起来像这样:

#     |  event   |  next
--------------------------
12:0  |  EventA  |  12:1
12:1  |  EventB  |  12:2
12:2  |  EventC  |  
12:3  |  EventA  |  12:4
12:4  |  EventD  |  

其中“next”是时间流中下一个事件的 out() 边缘。在图表上，这看起来像:

EventA-->EventB-->EventC
EventA-->EventD

由于这些数据需要聚合在一起， 我需要合并重复的事件但保留它们的边缘 .换句话说，我需要一个选择查询，它将导致:

        -->EventB-->EventC
EventA--|
        -->EventD

在这个例子中，由于 EventB 和 EventD 都发生在 EventA 之后(只是在不同的时间)，选择查询将显示 EventA 的两个分支，而不是两个单独的时间流。

编辑 #2

如果将额外的一组数据添加到上面的数据中，使用 EventB->EventE，结果数据/图表将如下所示:

#     |  event   |  next
--------------------------
12:0  |  EventA  |  12:1
12:1  |  EventB  |  12:2
12:2  |  EventC  |  
12:3  |  EventA  |  12:4
12:4  |  EventD  |  
12:5  |  EventB  |  12:6
12:6  |  EventE  |  

EventA-->EventB-->EventC
EventA-->EventD
EventB-->EventE

我需要一个查询来生成一棵树，如:

                    -->EventC
        -->EventB--|
        |           -->EventE
EventA--|
        -->EventD

编辑 #3 和 #4

这是显示边缘的数据，而不是上面的“下一个”列。我还在这里添加了几列额外的列，希望能消除对数据的任何混淆:

#     |  event   |    ip_address    |       timestamp     |   in   |  out  |
----------------------------------------------------------------------------
12:0  |  EventA  |  123.156.189.18  | 2015-04-17 12:48:01 |        |  13:0 |
12:1  |  EventB  |  123.156.189.18  | 2015-04-17 12:48:32 |  13:0  |  13:1 |
12:2  |  EventC  |  123.156.189.18  | 2015-04-17 12:48:49 |  13:1  |       |
12:3  |  EventA  |  103.145.187.22  | 2015-04-17 14:03:08 |        |  13:2 |
12:4  |  EventD  |  103.145.187.22  | 2015-04-17 14:05:23 |  13:2  |       |
12:5  |  EventB  |  96.109.199.184  | 2015-04-17 21:53:00 |        |  13:3 |
12:6  |  EventE  |  96.109.199.184  | 2015-04-17 21:53:07 |  13:3  |       |

数据是这样保存的，以保存每个单独的事件和 session 流(由 IP 地址标记)。

TL;博士

有很多事件，一些重复，需要将它们全部组织成一个整洁的时间流图。

Answer 1

天啊。

在与这个搏斗一个多星期后，我想我终于有了一个工作功能。这不是针对性能进行优化的(哦，循环!)，但是在我可以处理性能的同时暂时完成了工作。生成的 OrientDB 服务器端函数(用 javascript 编写):

功能:

// Clear previous runs
db.command("truncate class tmp_Then");
db.command("truncate class tmp_Events");

// Get all distinct events
var distinctEvents = db.query("select from Events group by event");

// Send 404 if null, otherwise proceed
if (distinctEvents == null) {
  response.send(404, "Events not found", "text/plain", "Error: events not found" );
} else {
  var edges = [];

  // Loop through all distinct events
  distinctEvents.forEach(function(distinctEvent) {
    var newEvent = [];
    var rid = distinctEvent.field("@rid");
    var eventType = distinctEvent.field("event");

    // The main query that finds all *direct* descendents of the distinct event
    var result = db.query("select from (traverse * from (select from Events where event = ?) where $depth <= 2) where @class = 'Events' and $depth > 1 and @rid in (select from Events group by event)", [eventType]);

    // Save the distinct event in a temp table to create temp edges
    db.command("create vertex tmp_Events set rid = ?, event = ?", [rid, event]);
      edges.push(result);
    });

  // The edges array defines which edges should exist for a given event
  edges.forEach(function(edge, index) {
    edge.forEach(function(e) {
      // Create the temp edge that corresponds to its distinct event
      db.command("create edge tmp_Then from (select from tmp_Events where rid = " + distinctEvents[index].field("@rid") + ") to (select from tmp_Events where rid = " + e.field("@rid") + ")");
    });
  });

  var result = db.query("select from tmp_Events");
  return result;
}

要点:

临时表似乎是必要的。 我尝试在没有临时表(类)的情况下执行此操作，但我不确定是否可以完成。我需要模拟原始数据中不存在的边缘。

Traverse 在编写主查询时非常有帮助。 遍历一个事件以找到它的直接、独特的后代是相当简单的。

能够在 Javascript 中编写存储过程真是太棒了。 这在 SQL 中将是一场噩梦。

omfg 循环。 我计划优化它并继续让它变得更好，所以希望其他人可以找到它的用处。