按 BigQuery 中的连续时间段对值进行分组

Question

考虑这个 BigQuery 架构 table:

+---------------------------------------+
|ServiceId |UserId |Date                |
+---------------------------------------+
|s1        |u1     |2016|09|01 00:00:00 |
|s1        |u1     |2016|09|02 00:00:00 |
|s1        |u2     |2016|09|02 12:00:00 |
|s1        |u2     |2016|09|05 00:00:00 |
|s1        |u1     |2016|09|10 12:00:00 |
|s2        |u1     |2016|09|06 00:00:00 |
|s2        |u2     |2016|09|10 00:00:00 |
|s2        |u2     |2016|09|10 12:00:00 |
|s2        |u2     |2016|09|11 12:00:00 |
+---------------------------------------+

它说明了已识别用户对系统某些资源的使用情况。它就像一个活动日志。

我需要一个查询来检索资源随时间的连续使用情况。由于 table 不包含 "start" 和 "end" 日期，因此结束被视为该期间的最后记录日。

如果两个日期最多相隔 24 小时，则视为连续。

这是具有给定 table:

的此类查询的预期输出

+-------------------------------------------------------------+
|ServiceId  |UserId |StartDate           |EndDate             |
+-------------------------------------------------------------+
|s1         |u1     |2016|09|01 00:00:00 |2016|09|02 00:00:00 |
|s1         |u2     |2016|09|02 12:00:00 |2016|09|02 12:00:00 |
|s1         |u2     |2016|09|05 00:00:00 |2016|09|05 00:00:00 |
|s1         |u1     |2016|09|10 12:00:00 |2016|09|10 12:00:00 |
|s2         |u1     |2016|09|06 00:00:00 |2016|09|06 00:00:00 |
|s2         |u2     |2016|09|10 00:00:00 |2016|09|11 12:00:00 |
+-------------------------------------------------------------+

换句话说：我需要确定用户持续使用服务的时间段。

BigQuery (here and here) 上 window 函数的文档没有此类用例的明确示例（事实上，他们根本没有带日期的示例） .

如何使用 BigQuery 做到这一点？

谢谢。

Answer 1

嗯。 . .我认为它看起来像这样：

select serviceid, userid, min(date), max(date)
from (select t.*,
             sum(case when dateadd(prev_date, 1, "hour") < date then 1 else 0 end) over (partition by serviceid, userid order by date) as grp
      from (select t.*,
                   lag(date) over (partition by serviceid, userid order by date) as prev_date
            from t
           ) t
      ) t
group by serviceid, userid, grp;

它的作用是识别何时有超过 1 小时的休息时间，并在发生这种情况时分配标志 1。然后它对标志进行累加和并将其用于聚合。

按 BigQuery 中的连续时间段对值进行分组

Group values by continuous periods in BigQuery

window-functions

google-bigquery