MaxCompute 使用SQL进行连续区间问题分析

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 使用内置函数分析连续区间问题

连续区间问题在业务分析中也很常见:连续N天登陆、车辆持续运行时长、系统状态报告连续日期等等等,接下来以真实需求的简化版进行分析

案例:某线上作业每天都会运行一次,且独立于其他的任务,运行结果会保留到一张表中run_status_result_1d;运行状态只有两个值:failed/succeeded,数据如下:

run_date

status

...

...

2021-08-01

succeeded

2021-08-02

succeeded

2021-08-03

succeeded

2021-08-04

succeeded

2021-08-05

succeeded

2021-08-06

failed

2021-08-07

failed

2021-08-08

failed

2021-08-09

succeeded

2021-08-10

succeeded

2021-08-11

succeeded

...

...

需求:作业运行状态的连续日期 结果数据展示如下:

status

start_date

end_date

succeeded

2021-08-01

2021-08-05

failed

2021-08-06

2021-08-07

...

...

...

分析:利用sum(if)组合进行分析

  1. 生成一些数据
with tb1 as(select        run_date,        status
fromvalues('2021-08-01','succeeded'),('2021-08-02','succeeded'),('2021-08-03','succeeded'),('2021-08-04','succeeded'),('2021-08-05','succeeded'),('2021-08-06','failed'),('2021-08-07','failed'),('2021-08-08','failed'),('2021-08-09','succeeded'),('2021-08-10','succeeded'),('2021-08-11','succeeded'),('2021-08-12','succeeded')               t(run_date,status))
  1. 利用lag函数拿到上一条运行状态
tb2 as(select        run_date,        status,        lag(status,1,status) over(orderby run_date) lag_status
from tb1
)
  1. 利用当前数据状态与上一条状态的异同进行分分组
tb3 as(select        run_date,        status,        lag_status,        sum(if(status!=lag_status,1,0)) over(orderby run_date) flag
from tb2
)--数据分组效果如下:run_date    status    lag_status  flag
2021-08-01  succeeded succeeded   02021-08-02  succeeded succeeded   02021-08-03  succeeded succeeded   02021-08-04  succeeded succeeded   02021-08-05  succeeded succeeded   02021-08-06  failed    succeeded   12021-08-07  failed    failed      12021-08-08  failed    failed      12021-08-09  succeeded failed      22021-08-10  succeeded succeeded   22021-08-11  succeeded succeeded   22021-08-12  succeeded succeeded   2
  1. 对上述数据按flag求最大时间和最小时间即为结果
select    min(status)as status,    min(run_date)as start_date,    max(run_date)as end_date
from tb3
groupby flag;--结果如下:status    start_date  end_date
succeeded 2021-08-012021-08-05failed    2021-08-062021-08-08succeeded 2021-08-092021-08-12

对于案例中使用sum(if)组合,在业务需求分析中经常使用,也可以简化很多代码,还未使用的小伙伴,可以尝试使用下

拜了个拜

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1天前
|
SQL 分布式计算 DataWorks
DataWorks产品使用合集之未保存的ODPS SQL语句该如何找回
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
26天前
|
SQL 分布式计算 MaxCompute
SQL开发问题之对于ODPS中的UNION操作,执行计划的问题如何解决
SQL开发问题之对于ODPS中的UNION操作,执行计划的问题如何解决
|
26天前
|
分布式计算 MaxCompute 计算机视觉
ODPS问题之odps.sql.mapper.split.size属性有什么作用,以及如何根据场景调整它
ODPS问题之odps.sql.mapper.split.size属性有什么作用,以及如何根据场景调整它
|
6天前
|
大数据
大数据 - ODS&DWD&DIM-SQL分享
大数据 - ODS&DWD&DIM-SQL分享
12 0
|
1月前
|
SQL 分布式计算 资源调度
MaxCompute操作报错合集之执行SQL Union All操作时,数据类型产生报错,该怎么解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
27天前
|
监控 前端开发 SQL
ODPS SQL问题之在何种情况下建议使用Distributed Map Join
ODPS SQL问题之在何种情况下建议使用Distributed Map Join
|
27天前
|
SQL 分布式计算 MaxCompute
ODPS SQL问题之为什么使用odps.sql.groupby.skewindata = true优化后,逻辑执行计划会发生改变如何解决
ODPS SQL问题之为什么使用odps.sql.groupby.skewindata = true优化后,逻辑执行计划会发生改变如何解决
|
27天前
|
SQL 分布式计算 监控
ODPS SQL问题之在ODPS SQL中,Shuffle的概念是什么
ODPS SQL问题之在ODPS SQL中,Shuffle的概念是什么
|
27天前
|
存储 分布式计算 资源调度
ODPS SQL问题之ODPS逻辑层包含哪些角色,它们各自的功能是什么
ODPS SQL 问题之ODPS逻辑层包含哪些角色,它们各自的功能是什么
|
29天前
|
SQL Java 大数据
开发与运维应用问题之大数据SQL数据膨胀如何解决
开发与运维应用问题之大数据SQL数据膨胀如何解决