Dotaz: Sčítání paraleních procesů v MySQL

[Josef Kufner]

Ahoj,

mám tabulku obsahující záznam o běhu procesů. Její sloupce jsou ID procesu a 4× datetime: vytvoření, spuštění, ukončení a smazání procesu.

Cílem je nakreslit graf, kde bude zachyceno, kolik procesů bylo v jakém stavu – vytvořen, běží, ukončen (čeká na smazání). Na horizontální ose čas, na vertikální počty procesů. Výsledkem SQL dotazu tedy má být tabulka se čtyřmi sloupci: čas a počty vytvořených, běžících a ukončených.

Nevíte o nějakém elegantním řešení?

ps: Ve skutečnosti je tam trošku víc stavů a procesy nejsou ty unixové

---

---

Odpovědi

[Michal2]

Vytvorit tmp tabulku s datetime sloupcem a hodnotami pocatecni cas grafu az koncovy cas grafu s intervalem, jaky chces v grafu. Treba 1.1.2011 00:00, 1.1.2011 00:01 ... 1.1.2011 23:59
a pak uz jen

select cas_z_tmp_tabulky,
(select count(*) from procesy where t.cas_z_tmp_tabulky between vytvoreni and spusteni) as pocet_vytvorenych,
(select count(*) from procesy where t.cas_z_tmp_tabulky between spusteni and ukonceni) as pocet_bezicich,
(select count(*) from procesy where t.cas_z_tmp_tabulky between ukonceni and smazani) as pocet_ukoncenych
from tmp_tabulka t order by cas_z_tmp_tabulky

Bez te tmp tabulky v te ci one podobe se pravdepodobne neobejdes.
Pozor, pokud se interval trefi presne do hodnoty spusteni,ukonceni... pak nebude zapocitan do zadne z techto mnozin. Coz muze byt spravne a nemusi. Mozno predelat podminky do podoby:
t.cas_z_tmp_tabulky>=vytvoreni and t.cas_z_tmp_tabulky< spusteni
t.cas_z_tmp_tabulky>=spusteni and t.cas_z_tmp_tabulky< ukonceni
t.cas_z_tmp_tabulky>=ukonceni and t.cas_z_tmp_tabulky< smazani

pak bude proces nekde zahrnut vzdy.

[Josef Kufner]

No, právě té tabulky bych se rád zbavil. Teď ji skládám pomocí unionu ze všech čtyř sloupců a pak pomocí join a group by udělám prakticky totéž co ty subselecty.

[pht]

Ten čas stejně není nikde jinde specifikovaný, takže buď si ho vytvoříte v dočasné tabulce jako nějakou sekvenci nebo vezmete všechny časy ze všech sloupců. Ale ta sekvence mi přijde pro daný účel lepší, protože to pak už nemusíte předělávat při kreslení grafu.

Jinak join vs subselecty by mělo být jedno, můžete zkusit co bude na vaší implementaci rychlejší. Pokud je rychlé oboje tak bych to neřešil.

[Josef Kufner]

Grafovátko prostě spojuje zadané body, takže tam pevná sekvence nemá příliš smysl. (Používám Flot.)

[kuka]

Nevim jestli je v MySQL case, pokud ano, tak lze nejak takto:

...
case when cas between vytvoreni and spusteni then 1 else 0 end vytvoren,
case when cas between spusteni and ukonceni then 1 else 0 end bezici
...

a toto pak poscitat nebo podle toho filtrovat apod.

[Josef Kufner]

Case v MySQL je, ale mě jde hlavně o to posčítání.

[kuka]

Tak nevim jestli to uz spravne chapu, ale jde tedy spis o to urceni casovych okamziku? Pokud to maji byt casy z te tabulky, tak se zvlast vyselectovat asi musi, neni ovsem kvuli tomu treba delat temporary tabulku (predpokladam, ze MySQL umi vnoreny dotaz). Pokud to ma byt nejaky rovnomerne rozdeleny interval, tak je treba ho nagenerovat, pokud je v MySQL analogie dual tabulky z Oracle, tak by to bylo snadne. Pripadne pokud je nejake proceduralni rozsireni, tak by mozna slo tabulku nagenerovat v nem (analogicky nested table v Oracle PLSQL).

Ciste algoritmicky by bylo nejlepsi prevest si jednotlive akce nad procesem do radku (napr. pres case), setridit dle casu, sekvencne prochazet a udrzovat citace procesu v konkretnich stavech. To ale samozrejme neni ciste SQL reseni.

[Josef Kufner]

Ani ne tak o určení časových okamžiků, ale spíš to spojení s daty. Pro každý okamžik sčítat celou tabulku mi přijde děsně ošklivé řešení.

Nad nějakým tím "algoritmickým" řešením jsem uvažoval, ale nedobral jsem se k žádnému kloudnému výsledku, kdy by to dělala databáze.

[l0gik]

IMHO nemáš nic lepšího, než x joinů přes časovej interval (pro vytvořený, spuštěný, ukončený atd... procesy )

ON (created <= ted AND started > ted)

a count group by časovej interval vymyslet nejde

[l0gik]

Pak je teda ještě jedno řešení - triggery nad tabulkama jima si vedle udržovat tabulku čas, typ procesů, počet procesů.

[Josef Kufner]

No, ty triggery nepůjdou, protože procesy nebudu chtít zobrazovat vždy všechny, ale třeba je filtrovat podle majitele, skupiny a podobně.