使用条件事件创建会话

Question

我有一个网络浏览数据列表，我正在尝试将其转换为会话。

来自用户的示例数据集：

time_millis Type Result  
07/10/2015 08:31    1   0  
07/10/2015 08:41    1   0  
07/10/2015 08:48    2   0  
07/10/2015 08:50    2   0  
07/10/2015 09:11    2   1  
07/10/2015 09:14    3   0  
07/10/2015 09:15    1   0  
07/10/2015 09:17    1   0  
07/10/2015 10:31    1   0  
07/10/2015 10:33    1   0  
07/10/2015 10:36    1   0  
07/10/2015 18:57    1   1

我正在努力实现：

time_millis Type    Result  Session  
07/10/2015 08:31    1   0   1  
07/10/2015 08:41    1   0   1  
07/10/2015 08:48    2   0   2  
07/10/2015 08:50    2   0   2  
07/10/2015 09:11    2   1   3  
07/10/2015 09:14    3   0   4  
07/10/2015 09:15    1   0   4  
07/10/2015 09:17    1   0   4  
07/10/2015 10:31    1   0   5  
07/10/2015 10:33    1   0   5  
07/10/2015 10:36    1   0   5  
07/10/2015 18:57    1   1   6

我想按每个用户 15 minute window 对会话进行分区，如果 'Type' 发生变化，我还想创建一个新会话。

我试过使用以下代码，但我认为它的性能不如我上面所希望的那样：

CONDITIONAL_TRUE_EVENT("time_millis" > coalesce(lag("time_millis"), 1) 
+ 900000 OR type != LAG(type,1)) OVER (PARTITION BY user ORDER BY   
time_millis) AS session_id

Answer 1

您可以将时间分为四个 15 分钟的时间段，并将当前时间段与事件检查中的最后一个时间段进行比较。

将时间截断为分钟，减去时间 mod 15 分钟，将其放入 15 分钟的桶中。最初我想只在一分钟内执行 div 但如果你有一个小时的间隔它就会中断，所以你需要包括完整的时间戳。

TRUNC("time_millis",'MI') - (EXTRACT(MINUTE FROM "time_millis") % 15) * interval '1 minute'

在你的公式中...

CONDITIONAL_TRUE_EVENT("time_millis" > coalesce(lag("time_millis"), 1) + 900000 
    OR type != LAG(type,1) 
    OR TRUNC("time_millis",'MI') - (EXTRACT(MINUTE FROM "time_millis") % 15) * interval '1 minute' != TRUNC(LAG("time_millis",1),'MI') - (EXTRACT(MINUTE FROM LAG("time_millis",1)) % 15) * interval '1 minute') 
OVER (PARTITION BY user ORDER BY time_millis) AS session_id

另一个 idea 将仅在最后一个事件距当前事件超过 15 分钟时才更改事件。这真的取决于你想做什么，但我认为这也可能有用。获取差异，将纪元（总秒数）divide 提取 60 以得到分钟。

EXTRACT(EPOCH FROM ("time_millis" - LAG("time_millis",1)))/60 > 15

在你的公式中...

CONDITIONAL_TRUE_EVENT("time_millis" > coalesce(lag("time_millis"), 1) + 900000 
    OR type != LAG(type,1) 
    OR EXTRACT(EPOCH FROM ("time_millis" - LAG("time_millis",1)))/60 > 15) 
OVER (PARTITION BY user ORDER BY time_millis) AS session_id

使用条件事件创建会话

Creating sessions with conditional events

sql

conditional

partitioning

vertica