Posted on 2007-05-04 14:08
大大毛 閱讀(820)
評論(0) 編輯 收藏 所屬分類:
SQL
問題：
???按時間順序來存放的資料量很大，此時通常需要根據(jù)一個時間間隔來抽樣數(shù)據(jù)，例如說有一張表存放的是設備的運行狀態(tài)，現(xiàn)在需要根據(jù)輸入的時間間隔（比如5分鍾）來進行數(shù)據(jù)抽樣。
表結構及測試數(shù)據(jù)
Create
?
Table
?tbRunStatus?(
????rID?
int
?
identity
?
primary
?
key
,
????snapshotTime?
datetime
,
????thermometry?
int
,????
--
溫度
????hygrometry?
int
????
--
濕度
);
insert
?
into
?tbrunstatus?
values
?(
'
2007-05-04?12:05:12.077
'
,
30
,
85
);
insert
?
into
?tbrunstatus?
values
?(
'
2007-05-04?12:06:38.340
'
,
30
,
85
);
insert
?
into
?tbrunstatus?
values
?(
'
2007-05-04?12:10:39.750
'
,
30
,
85
);
insert
?
into
?tbrunstatus?
values
?(
'
2007-05-05?01:05:38.340
'
,
31
,
87
);
???這個表只做了幾個數(shù)據(jù)，實際情況下數(shù)據(jù)條數(shù)會很多，而且時間上是連續(xù)的(比如說每秒都至少會有一條資料)。
???當然了，這類問題為了實現(xiàn)抽樣，就一定會有幾個關鍵數(shù)據(jù)需要提供：
???1. 開始抽樣的時間，因為所謂間隔必須具有一個開始點；
???2. 抽樣的時間段；
???3. 抽樣的間隔；
解決：
???先來說一下思路，解決這個問題的關鍵在於：
???1. 先得到一個"時間上的間隔"；
???這個間隔是相對於上面提到的第1個關鍵點即開始時間(比如說開始時間為'2007-05-04 12:00:00' )，因為是時間上的計算，可以利用MS-SQL的 Datediff 時間函數(shù)來實現(xiàn)。
???2. 在第1點所得到的"間隔"上進行篩選。
???現(xiàn)在就利用嵌套SQL來分步實現(xiàn)(按分鍾間隔)：
???1. 得到"間隔"計算列，並應用抽樣的時間範圍(提高效率)
Select
????????
*
,?
datediff
(mi,
'
2007-05-04?12:00:00
'
,snapshotTime)?
As
?interval
????
From
????????tbRunStatus
????
Where
????????snapshotTime?
Between
?
'
2007-05-04?00:00:00
'
?
And
?
'
2007-05-05?23:59:59
'
???2.0 在第一步的結果集上做篩選
Select
????????
*
?
????
From
????????(
Select
????????????????
*
,?
datediff
(mi,
'
2007-05-04?12:00:00
'
,snapshotTime)?
As
?interval
????????????
From
????????????????tbRunStatus
????????????
Where
????????????????snapshotTime?
Between
?
'
2007-05-04?00:00:00
'
?
And
?
'
2007-05-05?23:59:59
'
????????)?t
????
Where
????????interval?
%
?
5
?
=
?
0
??????需要注意的一點就是條件中所應用的 interval % 5 = 0 ，意圖是每隔5分鍾抽一條出來，但是如果是在一分鍾內會有多條而我們只需要最近的那一條數(shù)據(jù)該怎麼辦呢(如果上面的數(shù)據(jù)按天來做間隔的話，那麼前3條的間隔都會是0)？
??????2.1 這樣一來就需要用 Group By 分組來解決(按天做為間隔)
Select
?
*
?
From
?tbRunStatus?
Join
?(
Select
????????
Min
(rID)?
As
?rID????
--
由於應用了分組,這裏只要取用關鍵列就好
????
From
????????(
Select
????????????????
*
,?
datediff
(
day
,
'
2007-05-04?12:00:00
'
,snapshotTime)?
As
?interval
????????????
From
????????????????tbRunStatus
????????????
Where
????????????????snapshotTime?
Between
?
'
2007-05-04?00:00:00
'
?
And
?
'
2007-05-05?23:59:59
'
????????)?t
????
Where
????????interval?
%
?
1
?
=
?
0
????
Group
?
By
????????interval
)?tbRunStatus1?
On
?tbRunStatus.rID?
=
?tbRunStatus1.rID
??????可以看到，實際上的處理也並不複雜，只是將結果集與表做了一次連接就成了，最後的抽樣結果會是兩條。
??????更深入的思考一下，如果間隔比較特殊造成並不是卡的每個時刻都會有數(shù)據(jù)，例如間隔卡在4分鍾，那麼就會存在著近似的存在，看看下面SQL以及結果就明白了：
Select
????????
*
,?interval?
/
?
4.0
?
As
?d
????
From
????????(
Select
????????????????
*
,?
datediff
(mi,
'
2007-05-04?12:00:00
'
,snapshotTime)?
As
?interval
????????????
From
????????????????tbRunStatus
????????????
Where
????????????????snapshotTime?
Between
?
'
2007-05-04?00:00:00
'
?
And
?
'
2007-05-05?23:59:59
'
????????)?t
??????結果集會是這樣：
|
rID
|
snapshotTime
|
thermometry
|
hygrometry
|
interval
|
d
|
|
10
|
2007-05-04 12:05:12.077
|
30
|
85
|
5
|
1.250000
|
|
11
|
2007-05-04 12:06:38.340
|
30
|
85
|
6
|
1.500000
|
|
12
|
2007-05-04 12:10:39.750
|
30
|
85
|
10
|
2.500000
|
|
13
|
2007-05-05 01:05:38.340
|
31
|
87
|
785
|
196.250000
|
??????可以通過這裏的示範列"d"的數(shù)值看出，如果是按4分鍾做為間隔的話，那麼 [4-8) 分鍾內有2條資料,而[8-12)分鍾內有1條，而按上面的方法則是一條資料也拿不到的。現(xiàn)在需要在每4分鍾的間隔內取一條(如果有的話)，即應該取rID = (10,12,13)這3條才對。
??????2.2 對於這種近似匹配區(qū)間的情況，我們只需要改改就好
Select
?
*
?
From
?tbRunStatus?
Join
?(
Select
????????
Min
(rID)?
As
?rID
????
From
????????(
Select
????????????????
*
,?
datediff
(mi,
'
2007-05-04?12:00:00
'
,snapshotTime)?
/
4
??
As
?interval
????????????
From
????????????????tbRunStatus
????????????
Where
????????????????snapshotTime?
Between
?
'
2007-05-04?00:00:00
'
?
And
?
'
2007-05-05?23:59:59
'
????????)?t
????
Group
?
By
????????interval
)?tbRunStatus1?
On
?tbRunStatus.rID?
=
?tbRunStatus1.rID
??????呵呵，改改那個計算列的計算邏輯就能達到目的。