Dotaz: mysql průběžné součty

[vr]

ahoj všichni

řeším jeden problém:

mám v db záznamy klientů, u každého (mimo jiné) datum zapojení a datum odpojení

dají se nějak jednoduše vytáhnout počty klientů na konci každého měsíce?

Odpovědi

[axel]

konec měsíce between datum zapojení a datum odpojení?

[vr]

mělo by to vypsat počet klientů v každém měsíci

1/2013 5

2/2012 7

3/2013 9

...

[axel]

A čemu přesně na tom nerozmíš? Klient je na konci měsíce "platný", pokud už byl založen a ještě nebyl ukončen.

[vr]

tomu rozumím, ale já to potřebuju za každý měsíc, tzn. aby dotaz vrátil za jeden rok 12 záznamů

[axel]

Joinovat s tabulkou (posledních dní) měsíců. Ta se může i "generovat" přímo v dotazu např. selecty z dual, nicméně nejjednodušší bývá si ji prostě do aplikace přidat (pokud je to nějaká aplikace a ne ad hoc dotaz).

[vr]

já našel tohle:

http://www.linuxsoft.cz/article.php?id_article=906

tzn joinovat tbl samu se sebou

a i my to funguje pokud bych chtěl jen aktivované klienty, ale nevím jak do toho zamotat i klienty odpojené

[vr]

takže tohle funguje

SELECT Uzivatele.Datumzapojeni,
(
	SELECT COUNT(vypocet.ID)
	FROM Uzivatele AS vypocet
	WHERE vypocet.Datumzapojeni <= Uzivatele.Datumzapojeni
) 
FROM Uzivatele
GROUP BY Uzivatele.Datumzapojeni
ORDER BY Uzivatele.Datumzapojeni

ale jak do toho zamotat i datum odpojení

[axel]

Nechápu, co na tom funguje. Na výstupu jsou konce měsíců? Jak se tam dostaly? Na rozdíl od úloh typu součtů transakcí za měsíc apod. používáš intervaly a ne jedno datum, tzn. principiálně nevystačíš se se záznamy tabulky, protože tam potřebný měsíc vůbec nemusí být. Např. triviální případ jediného zákazníka od 1.1. do 20.6. - jak by libovolný počet self-joinů této tabulky mohl vygenerovat pět záznamů (leden, únor, březen, duben, květen)?.

Řekněme, že vylepšením uváděného (výpočetně velmi náročného) postupu nakonec dostaneš počty zákazníků k jednotlivým dnům (počet dosud zavedených - počet dosud ukončených). Stejně k tomu je třeba přidat výčet dnů, které potřebuješ na výstupu (konce měsíců) a nějak to agregovat, protože v datech jejich výskyt zaručen není. Pokud ovšem tu množinu potřebných dnů máš, můžeš ji triviálně joinovat rovnou, jak jsem psal výše.

[vr]

jasně, ten uvedený příklad provádí průběžné součty za každý den, ale stačí to groupovat přes MONTH a YEAR a budou z toho padat data za měsíce

ten poddotaz provádí to, že to pro každý záznam vnější tabulky sečte klienty, kteří mají datumzapojení nižší nebo roven právě zpracovávanému záznamu, takže potud to funguje

ale stále mám problém, jak do toho zakomponovat klienty co skončili

celý ten příklad je takhle:

SELECT YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni),
(
	SELECT COUNT(vypocet.ID)
	FROM Uzivatele AS vypocet
	WHERE vypocet.Datumzapojeni <= Uzivatele.Datumzapojeni
)
FROM Uzivatele
GROUP BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)
ORDER BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)

možná je nějaké jednodušší řešení, ale já ho nevidím, sečíst aktivní klienty k nějakému konkrétnímu datu je v pohodě: SELECT * FROM tbl WHERE datumzapojeni < datum AND datumodpojeni IS NULL

[vr]

takže už mi to asi funguje

SELECT YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni),
(
	SELECT COUNT(vypocet.ID)
	FROM Uzivatele AS vypocet
	WHERE vypocet.Datumzapojeni <= Uzivatele.Datumzapojeni AND vypocet.Datumodpojeni IS NULL
)
FROM Uzivatele
GROUP BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)
ORDER BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)

nad cca 2k záznamy ale trvá cca 8 sec, tak pokud by existovalo něco jednoduššího ...

[axel]

Budou z toho padat data za měsíce pouze pokud v nich byl někdo připojen - jestli ti to tak stačí musíš vědět sám, obecné řešení to ale není a může ti snadno přestat fungovat. Navíc ta podmínka na datumodpojeni is null je krajně podezřelá a podle mne chybná.

8 sec na 2k záznamech je tragédie a souvisí to s přepočítáváním počtu uživatelů ke každému dni. Schválně si tam dej 100k záznamů... Já mohu pouze poradit, abys to udělal tím způsobem, co jsem ti již vícekrát doporučil. Pokud ti opravdu stačí datumy z dat (viz výše proč obecně nestačí), tak tabulku měsíců získáš snadno jako select distinct last_day(datumyzapojeni) from uzivatele a pak to spojíš podmínkou na between a grupujes.

[vr]

díky za pomoc, ještě to zkusím přes tu tabulku s měsíci, výpadky měsíců pokud v něm nebyla aktivace jsem řešil až v PHP, tak možná odpadne i to

ta rychlost (pomalost) mě taky zarazila, přeci jen to zase tolik výpočtů není, pokud to groupuju dle měsíců, tak to provede jen 12 poddotazů na rok

ještě jednou díky

[axel]

Nejde o vypadky mesicu, co kdyz byl nekdo v mesici odpojen ale nikdo pripojen? Ty vubec odpojeni neresis (pocitas pouze nikdy neodpojene uzivatele) a vysledky ti tedy nemohou vychazet spravne, schvalne si to zkontroluj. Cely ten dotaz je divny a kdo vi, co vraci. Urcite ale neprovadi pouze 12 poddotazu, pravdepodobne pro kazdy radek hleda vuci nemu soucet a co s nim se pak stane na MySql tezko rict (na Oraclu by to odmitlo takovy dotaz vubec udelat, protoze se negrupuje pro vsechny vybirane hodnoty ani se na ne naplikuje agregacni funkce).

[vr]

ovšem, pokud je klient někdy odpojen, tak už ho není možno znovu aktivovat a pokud by došlo k opětovné aktivaci, např. tím, že se smaže datumodpojeni, tak bude ve výsledku figurovat jako kdyby nikdy odpojen nebyl

v tom jak je to takhle postaveno se přerušení řeší jinde, v této tbl je pouze: klient nemá datumzapojeni = není zapojen klient má datumzapojeni a nemá datumodpojeni = aktivní klient klient má datumzapojeni i datumodpojeni = ukončený klient

takže tohle:

SELECT COUNT(ID)
FROM Uzivatele
WHERE Datumzapojeni < "2012-12-31" AND Datumodpojeni IS NULL

funguje správně i podle čísel

ale i tak ty čísla úplně nesedí (ne v tom zde uvedeném příkladu), protože ty GROUP BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni) definují začátky měsíců, což je fatální

takže jak jsem psal, přepíšu to na čistější řešení

[Karlos]

Možná se mýlím, ale ten příklad z té stránky není přesně to, co hledáš. Tobě by stačilo mnohem jednodušší řešení - bez poddotazu, něco jako

SELECT YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni), COUNT(Uzivatele.ID)
FROM Uzivatele
WHERE Uzivatele.Datumzapojeni IS not NULL and Uzivatele.Datumzapojeni IS NULL
GROUP BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)
ORDER BY YEAR(Uzivatele.Datumzapojeni), MONTH(Uzivatele.Datumzapojeni)

Jestli tam mám chyby nebo jestli jsem mimo, tak mě opravte.

[Josef Kufner]

Vyrob si tabulku, která bude mít sloupečky měsíc, rok, počet uživatelů. A při změně záznamu nebo z cronu si aktualizuj data v ní.

Různé joiny samo se sebou jsou možné a funkční, ale je to na větším objemu dat pomalé a selecty jsou hnusné.

[vr]

nad tím jsem také přemýšlel, ale pokud bych to aktualizoval v triggeru při změně záznamu, tak by to mohlo ovlivnit výkon, v cronu bych zase řešil problém s aktuálností dat

[Josef Kufner]

Si vyber, co ti přijde menší zlo. Také to můžeš počítat jen při zobrazení (starší měsíce se už nemění, tak stačí aktualizovat ten aktuální).

[Logik]

Pokud chceš řešení bez cronu, tak si udělej stored procedure, ve který čteš dva kurzory z tabulky klientů, jednou order by pripojeni, podruhe order by odpojeni, generuješ dny a k tomu si počítáš aktuálně připojený klienty.

Jinak je to případ vhodný spíš pro klientskou aplikaci.

Co se týče cronu, tak vzhledem k tomu, že pokud potřebuješ aktuální data, tak se lidi odpojujou "v budoucnu", max v přítomnosti, zatímco počty klientů jsou potřeba předpokládám za minulost, tak nevidím problém, proč by nešlo každý den v 23:59 vygenerovat počet klientů za další den.

Aktualizace triggerem je možná taky, ale má poněkud problém v tom, že "neuzavření klienti" generují teoreticky nekonečno updatů. Pokud to ale uděláš chytře (tj. v tabulce si nebudeš držet dni, ale jen intervaly dnů a při změně záznamu klienta případně rozsekneš patřičnej interval) tak těch závislejch updatů také nebude moc a jelikož evidentně nemáš mega+ klientů, tak výkon opravdu řešit nemusíš.

[jekub]

ora:

select trunc(dat_in,'MM'),count(*)
from ...
where
dat_out is null or trunc(dat_in,'MM') < trunc(dat_out,'MM')
group by trunc(dat_in,'MM')