アクセスの連続する最小日数を決定するSQL？

次のユーザー履歴テーブルには、特定のユーザーが（24時間UTC期間に）Webサイトにアクセスした日ごとに1つのレコードが含まれています。何千ものレコードがありますが、ユーザーあたり1日1レコードのみです。ユーザーがその日のWebサイトにアクセスしていない場合、レコードは生成されません。

ID UserId CreationDate
------ ------ ------------
750997 12 2009-07-07 18：42：20.723
750998 15 2009-07-07 18：42：20.927
751000 19 2009-07-07 18：42：22.283

私が探しているのは、パフォーマンスの良いこのテーブルのSQLクエリです。これにより、1日を逃すことなく（n）日間、どのユーザーIDがWebサイトにアクセスしたかがわかります。

言い換えると、このテーブルに連続する（前日または後）日付の（n）レコードを持っているユーザーの数は？シーケンスから欠落している日がある場合、シーケンスは壊れており、1から再開する必要があります。ここでは、ギャップのない連続した日数を達成したユーザーを探しています。

このクエリと特定のスタックオーバーフローバッジの類似点は、もちろん偶然です。

答えは明らかに：

SELECT DISTINCT UserId
FROM UserHistory uh1
WHERE (
       SELECT COUNT(*) 
       FROM UserHistory uh2 
       WHERE uh2.CreationDate 
       BETWEEN uh1.CreationDate AND DATEADD(d, @days, uh1.CreationDate)
      ) = @days OR UserId = 52551

編集：

さて、ここに私の深刻な答えがあります：

DECLARE @days int
DECLARE @seconds bigint
SET @days = 30
SET @seconds = (@days * 24 * 60 * 60) - 1
SELECT DISTINCT UserId
FROM (
    SELECT uh1.UserId, Count(uh1.Id) as Conseq
    FROM UserHistory uh1
    INNER JOIN UserHistory uh2 ON uh2.CreationDate 
        BETWEEN uh1.CreationDate AND 
            DATEADD(s, @seconds, DATEADD(dd, DATEDIFF(dd, 0, uh1.CreationDate), 0))
        AND uh1.UserId = uh2.UserId
    GROUP BY uh1.Id, uh1.UserId
    ) as Tbl
WHERE Conseq >= @days

編集：

[Jeff Atwood]これは非常に高速なソリューションであり、受け入れられるに値しますが、Rob Farleyのソリューションも優れており、間違いなくさらに高速です（！）。ぜひチェックしてみてください！

どうですか（前のステートメントがセミコロンで終わっていることを確認してください）：

WITH numberedrows
     AS (SELECT ROW_NUMBER() OVER (PARTITION BY UserID 
                                       ORDER BY CreationDate)
                - DATEDIFF(day,'19000101',CreationDate) AS TheOffset,
                CreationDate,
                UserID
         FROM   tablename)
SELECT MIN(CreationDate),
       MAX(CreationDate),
       COUNT(*) AS NumConsecutiveDays,
       UserID
FROM   numberedrows
GROUP  BY UserID,
          TheOffset  

日のリスト（数値として）とrow_numberがある場合、欠落した日によって、これら2つのリスト間のオフセットが少し大きくなるという考えです。したがって、一貫したオフセットを持つ範囲を探しています。

この最後に「ORDER BY NumConsecutiveDays DESC」を使用するか、しきい値に「HAVING count（*）> 14」と言います...

私はこれをテストしていません-頭の上から書いてください。うまくいけばSQL2005以降で動作します。

...そしてtablename（UserID、CreationDate）のインデックスが非常に役立ちます

編集済み：オフセットは予約語であることが判明したため、代わりにTheOffsetを使用しました。

編集：COUNT（*）を使用するという提案は非常に有効です。そもそもそうすべきだったのですが、実際には考えていませんでした。以前は、代わりにdatediff（day、min（CreationDate）、max（CreationDate））を使用していました。

ロブ

テーブルスキーマを変更できる場合は、でLongestStreak終わる連続する日数を設定した列をテーブルに追加することをお勧めしますCreationDate。ログイン時にテーブルを更新するのは簡単です（すでに行っていることと同様に、当日の行が存在しない場合は、前日の行が存在するかどうかを確認します。trueの場合LongestStreakは、新しい行、それ以外の場合は、1に設定します。

この列を追加すると、クエリは明白になります。

if exists(select * from table
          where LongestStreak >= 30 and UserId = @UserId)
   -- award the Woot badge.

以下の行に沿ったいくつかの見事に表現力のあるSQL：

select
        userId,
    dbo.MaxConsecutiveDates(CreationDate) as blah
from
    dbo.Logins
group by
    userId

ユーザー定義の集計関数があると仮定します（これはバグがあることに注意してください）。

using System;
using System.Data.SqlTypes;
using Microsoft.SqlServer.Server;
using System.Runtime.InteropServices;

namespace SqlServerProject1
{
    [StructLayout(LayoutKind.Sequential)]
    [Serializable]
    internal struct MaxConsecutiveState
    {
        public int CurrentSequentialDays;
        public int MaxSequentialDays;
        public SqlDateTime LastDate;
    }

    [Serializable]
    [SqlUserDefinedAggregate(
        Format.Native,
        IsInvariantToNulls = true, //optimizer property
        IsInvariantToDuplicates = false, //optimizer property
        IsInvariantToOrder = false) //optimizer property
    ]
    [StructLayout(LayoutKind.Sequential)]
    public class MaxConsecutiveDates
    {
        /// <summary>
        /// The variable that holds the intermediate result of the concatenation
        /// </summary>
        private MaxConsecutiveState _intermediateResult;

        /// <summary>
        /// Initialize the internal data structures
        /// </summary>
        public void Init()
        {
            _intermediateResult = new MaxConsecutiveState { LastDate = SqlDateTime.MinValue, CurrentSequentialDays = 0, MaxSequentialDays = 0 };
        }

        /// <summary>
        /// Accumulate the next value, not if the value is null
        /// </summary>
        /// <param name="value"></param>
        public void Accumulate(SqlDateTime value)
        {
            if (value.IsNull)
            {
                return;
            }
            int sequentialDays = _intermediateResult.CurrentSequentialDays;
            int maxSequentialDays = _intermediateResult.MaxSequentialDays;
            DateTime currentDate = value.Value.Date;
            if (currentDate.AddDays(-1).Equals(new DateTime(_intermediateResult.LastDate.TimeTicks)))
                sequentialDays++;
            else
            {
                maxSequentialDays = Math.Max(sequentialDays, maxSequentialDays);
                sequentialDays = 1;
            }
            _intermediateResult = new MaxConsecutiveState
                                      {
                                          CurrentSequentialDays = sequentialDays,
                                          LastDate = currentDate,
                                          MaxSequentialDays = maxSequentialDays
                                      };
        }

        /// <summary>
        /// Merge the partially computed aggregate with this aggregate.
        /// </summary>
        /// <param name="other"></param>
        public void Merge(MaxConsecutiveDates other)
        {
            // add stuff for two separate calculations
        }

        /// <summary>
        /// Called at the end of aggregation, to return the results of the aggregation.
        /// </summary>
        /// <returns></returns>
        public SqlInt32 Terminate()
        {
            int max = Math.Max((int) ((sbyte) _intermediateResult.CurrentSequentialDays), (sbyte) _intermediateResult.MaxSequentialDays);
            return new SqlInt32(max);
        }
    }
}

n日間にわたって継続するには、n行が必要であるという事実を利用できるようです。

したがって、次のようなもの：

SELECT users.UserId, count(1) as cnt
FROM users
WHERE users.CreationDate > now() - INTERVAL 30 DAY
GROUP BY UserId
HAVING cnt = 30

単一のSQLクエリでこれを行うのは、私には非常に複雑に見えます。この答えを2つの部分に分けましょう。

1. 今までにすべきことと今から始めるべきこと：
   今日ログインしたかどうかすべてのユーザーをチェックするcronジョブを毎日実行し、ユーザーがいる場合はカウンターをインクリメントするか、そうでない場合は0に設定します。
2. 今すべきこと：
   -このテーブルを、Webサイトを実行しておらず、しばらくは必要ないサーバーにエクスポートします。;）
   -ユーザー、日付の順に並べ替えます。
   -順番に進み、カウンターを維持します...

これがあなたにとって非常に重要である場合、このイベントを調達し、この情報を提供するためにテーブルを運転してください。クレイジーなクエリでマシンを殺す必要はありません。

再帰CTE（SQL Server 2005以降）を使用できます。

WITH recur_date AS (
        SELECT t.userid,
               t.creationDate,
               DATEADD(day, 1, t.created) 'nextDay',
               1 'level' 
          FROM TABLE t
         UNION ALL
        SELECT t.userid,
               t.creationDate,
               DATEADD(day, 1, t.created) 'nextDay',
               rd.level + 1 'level'
          FROM TABLE t
          JOIN recur_date rd on t.creationDate = rd.nextDay AND t.userid = rd.userid)
   SELECT t.*
    FROM recur_date t
   WHERE t.level = @numDays
ORDER BY t.userid

Joe Celkoは、SQL for Smartiesでこれに関する完全な章を持っています（RunsおよびSequencesと呼びます）。家に本を持っていないので、仕事に着いたら…答えます。（履歴テーブルがdbo.UserHistoryと呼ばれ、日数が@Daysであると仮定）

もう1つのリードは、実行に関するSQLチームのブログです

私が持っている他のアイデアですが、ここで作業するのに便利なSQLサーバーを持っていないのは、次のようにパーティション化されたROW_NUMBERでCTEを使用することです。

WITH Runs
AS
  (SELECT UserID
         , CreationDate
         , ROW_NUMBER() OVER(PARTITION BY UserId
                             ORDER BY CreationDate)
           - ROW_NUMBER() OVER(PARTITION BY UserId, NoBreak
                               ORDER BY CreationDate) AS RunNumber
  FROM
     (SELECT UH.UserID
           , UH.CreationDate
           , ISNULL((SELECT TOP 1 1 
              FROM dbo.UserHistory AS Prior 
              WHERE Prior.UserId = UH.UserId 
              AND Prior.CreationDate
                  BETWEEN DATEADD(dd, DATEDIFF(dd, 0, UH.CreationDate), -1)
                  AND DATEADD(dd, DATEDIFF(dd, 0, UH.CreationDate), 0)), 0) AS NoBreak
      FROM dbo.UserHistory AS UH) AS Consecutive
)
SELECT UserID, MIN(CreationDate) AS RunStart, MAX(CreationDate) AS RunEnd
FROM Runs
GROUP BY UserID, RunNumber
HAVING DATEDIFF(dd, MIN(CreationDate), MAX(CreationDate)) >= @Days

上記はおそらく必要以上に難しいかもしれませんが、日付だけでなく「実行」の定義が他にある場合は、脳のくすぐりとして残されます。

いくつかのSQL Server 2012オプション（以下ではN = 100と仮定）。

;WITH T(UserID, NRowsPrevious)
     AS (SELECT UserID,
                DATEDIFF(DAY, 
                        LAG(CreationDate, 100) 
                            OVER 
                                (PARTITION BY UserID 
                                     ORDER BY CreationDate), 
                         CreationDate)
         FROM   UserHistory)
SELECT DISTINCT UserID
FROM   T
WHERE  NRowsPrevious = 100 

私のサンプルデータでは、以下がより効率的に機能しましたが

;WITH U
         AS (SELECT DISTINCT UserId
             FROM   UserHistory) /*Ideally replace with Users table*/
    SELECT UserId
    FROM   U
           CROSS APPLY (SELECT TOP 1 *
                        FROM   (SELECT 
                                       DATEDIFF(DAY, 
                                                LAG(CreationDate, 100) 
                                                  OVER 
                                                   (ORDER BY CreationDate), 
                                                 CreationDate)
                                FROM   UserHistory UH
                                WHERE  U.UserId = UH.UserID) T(NRowsPrevious)
                        WHERE  NRowsPrevious = 100) O

どちらも、ユーザーごとに1日あたり最大1つのレコードがあるという質問で述べられている制約に依存しています。

このようなもの？

select distinct userid
from table t1, table t2
where t1.UserId = t2.UserId 
  AND trunc(t1.CreationDate) = trunc(t2.CreationDate) + n
  AND (
    select count(*)
    from table t3
    where t1.UserId  = t3.UserId
      and CreationDate between trunc(t1.CreationDate) and trunc(t1.CreationDate)+n
   ) = n

単純な数学プロパティを使用して、誰が連続してサイトにアクセスしたかを特定しました。このプロパティは、最初のアクセスと最後の時間の日差がアクセステーブルログのレコード数と等しいことを意味します。

Oracle DBでテストしたSQLスクリプトは次のとおりです（他のDBでも動作するはずです）。

-- show basic understand of the math properties 
  select    ceil(max (creation_date) - min (creation_date))
              max_min_days_diff,
           count ( * ) real_day_count
    from   user_access_log
group by   user_id;


-- select all users that have consecutively accessed the site 
  select   user_id
    from   user_access_log
group by   user_id
  having       ceil(max (creation_date) - min (creation_date))
           / count ( * ) = 1;



-- get the count of all users that have consecutively accessed the site 
  select   count(user_id) user_count
    from   user_access_log
group by   user_id
  having   ceil(max (creation_date) - min (creation_date))
           / count ( * ) = 1;

テーブル準備スクリプト：

-- create table 
create table user_access_log (id           number, user_id      number, creation_date date);


-- insert seed data 
insert into user_access_log (id, user_id, creation_date)
  values   (1, 12, sysdate);

insert into user_access_log (id, user_id, creation_date)
  values   (2, 12, sysdate + 1);

insert into user_access_log (id, user_id, creation_date)
  values   (3, 12, sysdate + 2);

insert into user_access_log (id, user_id, creation_date)
  values   (4, 16, sysdate);

insert into user_access_log (id, user_id, creation_date)
  values   (5, 16, sysdate + 1);

insert into user_access_log (id, user_id, creation_date)
  values   (6, 16, sysdate + 5);

declare @startdate as datetime, @days as int
set @startdate = cast('11 Jan 2009' as datetime) -- The startdate
set @days = 5 -- The number of consecutive days

SELECT userid
      ,count(1) as [Number of Consecutive Days]
FROM UserHistory
WHERE creationdate >= @startdate
AND creationdate < dateadd(dd, @days, cast(convert(char(11), @startdate, 113)  as datetime))
GROUP BY userid
HAVING count(1) >= @days

このステートメントでcast(convert(char(11), @startdate, 113) as datetime)は、日付の時刻部分が削除されているため、真夜中に開始します。

私はまたcreationdate、userid列にはインデックスが付けます。

これですべてのユーザーとその合計日数がわかるわけではないことに気づきました。ただし、選択した日付から設定された日数を訪問しているユーザーがわかります。

修正されたソリューション：

declare @days as int
set @days = 30
select t1.userid
from UserHistory t1
where (select count(1) 
       from UserHistory t3 
       where t3.userid = t1.userid
       and t3.creationdate >= DATEADD(dd, DATEDIFF(dd, 0, t1.creationdate), 0) 
       and t3.creationdate < DATEADD(dd, DATEDIFF(dd, 0, t1.creationdate) + @days, 0) 
       group by t3.userid
) >= @days
group by t1.userid

これを確認したところ、すべてのユーザーとすべての日付がクエリされます。それはスペンサーの最初の（ジョーク？）ソリューションに基づいていますが、私の作品です。

更新：2番目のソリューションの日付処理を改善しました。

これはあなたが望むことをするはずですが、効率をテストするのに十分なデータがありません。複雑なCONVERT / FLOORは、日時フィールドから時間部分を取り除くことです。SQL Server 2008を使用している場合は、CAST（x.CreationDate AS DATE）を使用できます。

@RangeをINTとして宣言
セット@範囲= 10

SELECT DISTINCT UserId、CONVERT（DATETIME、FLOOR（CONVERT（FLOAT、a.CreationDate）））
  FROM tblUserLogin a
存在する場所
   （選択1 
      FROM tblUserLogin b 
     WHERE a.userId = b.userId 
       AND（SELECT COUNT（DISTINCT（CONVERT（DATETIME、FLOOR（CONVERT（FLOAT、CreationDate）））））） 
              FROM tblUserLogin c 
             WHERE c.userid = b.userid 
               AND CONVERT（DATETIME、FLOOR（CONVERT（FLOAT、c.CreationDate）））CONVERT（DATETIME、FLOOR（CONVERT（FLOAT、a.CreationDate）））とCONVERT（DATETIME、FLOOR（CONVERT（FLOAT、a.CreationDate））の間）+ @ Range-1）= @Range）

作成スクリプト

CREATE TABLE [dbo]。[tblUserLogin]（
    [Id] [int] IDENTITY（1,1）NOT NULL、
    [UserId] [int] NULL、
    [CreationDate] [datetime] NULL
）[PRIMARY]

Spencerはほとんどそれを行いましたが、これは動作するコードでなければなりません：

SELECT DISTINCT UserId
FROM History h1
WHERE (
    SELECT COUNT(*) 
    FROM History
    WHERE UserId = h1.UserId AND CreationDate BETWEEN h1.CreationDate AND DATEADD(d, @n-1, h1.CreationDate)
) >= @n

私の頭の上のMySQLish：

SELECT start.UserId
FROM UserHistory AS start
  LEFT OUTER JOIN UserHistory AS pre_start ON pre_start.UserId=start.UserId
    AND DATE(pre_start.CreationDate)=DATE_SUB(DATE(start.CreationDate), INTERVAL 1 DAY)
  LEFT OUTER JOIN UserHistory AS subsequent ON subsequent.UserId=start.UserId
    AND DATE(subsequent.CreationDate)<=DATE_ADD(DATE(start.CreationDate), INTERVAL 30 DAY)
WHERE pre_start.Id IS NULL
GROUP BY start.Id
HAVING COUNT(subsequent.Id)=30

テストされておらず、ほぼ間違いなくMSSQLの変換が必要ですが、いくつかのアイデアが得られたと思います。

Tallyテーブルを使用するのはどうですか？よりアルゴリズム的なアプローチに従い、実行計画は簡単です。テーブルをスキャンする1から 'MaxDaysBehind'までの数値をtallyTableに入力します（つまり、90は3か月遅れて検索します）。

declare @ContinousDays int
set @ContinousDays = 30  -- select those that have 30 consecutive days

create table #tallyTable (Tally int)
insert into #tallyTable values (1)
...
insert into #tallyTable values (90) -- insert numbers for as many days behind as you want to scan

select [UserId],count(*),t.Tally from HistoryTable 
join #tallyTable as t on t.Tally>0
where [CreationDate]> getdate()-@ContinousDays-t.Tally and 
      [CreationDate]<getdate()-t.Tally 
group by [UserId],t.Tally 
having count(*)>=@ContinousDays

delete #tallyTable

ビルのクエリを少し調整します。グループ化する前に日付を切り捨てて、1日あたり1回のログインのみをカウントする必要があるかもしれません...

SELECT UserId from History 
WHERE CreationDate > ( now() - n )
GROUP BY UserId, 
DATEADD(dd, DATEDIFF(dd, 0, CreationDate), 0) AS TruncatedCreationDate  
HAVING COUNT(TruncatedCreationDate) >= n

EDITEDは、convert（char（10）、CreationDate、101）の代わりにDATEADD（dd、DATEDIFF（dd、0、CreationDate）、0）を使用します。

@IDisposable以前にdatepartを使用することを検討していましたが、構文を調べるのが面倒なので、代わりにidを使用して変換することを考えました。私はそれが大きな影響を与えたことを知っています。今私は知っている。

次のようなスキーマを想定しています。

create table dba.visits
(
    id  integer not null,
    user_id integer not null,
    creation_date date not null
);

これにより、ギャップのある日付シーケンスから連続した範囲が抽出されます。

select l.creation_date  as start_d, -- Get first date in contiguous range
    (
        select min(a.creation_date ) as creation_date 
        from "DBA"."visits" a 
            left outer join "DBA"."visits" b on 
                   a.creation_date = dateadd(day, -1, b.creation_date ) and 
                   a.user_id  = b.user_id 
            where b.creation_date  is null and
                  a.creation_date  >= l.creation_date  and
                  a.user_id  = l.user_id 
    ) as end_d -- Get last date in contiguous range
from  "DBA"."visits" l
    left outer join "DBA"."visits" r on 
        r.creation_date  = dateadd(day, -1, l.creation_date ) and 
        r.user_id  = l.user_id 
    where r.creation_date  is null