灵活的运行窗口，可在时间范围内计算条目

Question

我在现场有一些设备，通过GSM不时丢失连接来发送数据。由于我的磁盘空间有限，我倾向于在没有连接的时间段中丢失一些数据，因此我想评估待处理数据的数量以获得对情况的一些了解。

如果我将表从我的服务器减少到我需要的列，它看起来像这样：

Declare @table  as table( 
timestamp datetime, 
lastchanged datetime )
INSERT INTO @table
VALUES 
('2019-04-01 12:27:23', '2019-04-01 12:26:17'),
('2019-04-01 12:27:23', '2019-04-01 12:25:47'),
('2019-04-01 12:27:23', '2019-04-01 12:26:17'),
('2019-04-01 12:27:23', '2019-04-01 12:26:03'),
('2019-04-01 12:27:23', '2019-04-01 12:26:20'),
('2019-04-01 12:28:23', '2019-04-01 12:25:52'),
('2019-04-01 12:28:23', '2019-04-01 12:26:22'),
('2019-04-01 12:28:23', '2019-04-01 12:26:18'),
('2019-04-01 12:28:23', '2019-04-01 12:25:54'),
('2019-04-01 12:29:23', '2019-04-01 12:25:47'),
('2019-04-01 12:29:23', '2019-04-01 12:26:17'),
('2019-04-01 12:29:23', '2019-04-01 12:25:47'),
('2019-04-01 12:29:23', '2019-04-01 12:25:45'),
('2019-04-01 12:30:23', '2019-04-01 12:26:17'),
('2019-04-01 12:30:23', '2019-04-01 12:25:47'),
('2019-04-01 12:30:23', '2019-04-01 12:26:17'),
('2019-04-01 12:31:23', '2019-04-01 12:26:03'),
('2019-04-01 12:31:23', '2019-04-01 12:26:20'),
('2019-04-01 12:31:23', '2019-04-01 12:25:52'),
('2019-04-01 12:31:23', '2019-04-01 12:26:22'),
('2019-04-01 12:31:23', '2019-04-01 12:26:18'),
('2019-04-01 12:31:23', '2019-04-01 12:25:54'),
('2019-04-01 12:32:23', '2019-04-01 12:25:47'),
('2019-04-01 12:32:23', '2019-04-01 12:26:17'),
('2019-04-01 12:32:23', '2019-04-01 12:25:47'),
('2019-04-01 12:32:23', '2019-04-01 12:25:45');

当在服务器上创建timestamp（第一列）的值并且最后一次更改（第二列）是来自设备的时间戳时，differenc显然是发送过程的延迟。

从我的设备的每个传感器，我得到一个单独的条目，所以我只需要计算行数，以了解在特定时间范围内设备上存储了多少数据点（这取决于设备的行为） 。

现在，我喜欢按时间戳分组来评估每个时间戳，已经创建了多少数据集，但没有达到服务器这样的价格。

因此，对于每个时间戳，我想知道数据集中的行数，这些行在将来会有一个时间戳，但在过去会有一个时间戳。

由于我的数据集很大，我想避免任何提取。

是的，这不应该是及时分析，我只需要了解设备的行为并调整一些参数。

我已经尝试过了：

SELECT
    A.timestamp,
    COUNT(case when (A.timestamp < B.timestamp AND A.timestamp > B.lastchanged  ) then 1 else null end) AS CountPending
FROM @table A, @table B
GROUP BY A.timestamp
ORDER BY A.timestamp

并且认为CTE和subquerys不会有帮助，因为我需要一步完成过滤和计数。据我所知，SQL中的经典运行窗口只需要窗口范围的固定数量的条目，但在我的数据集中，这个数字根本不是常量。

应用于上面的例子，结果是错误的：

2019-04-01 12:27:23.000 105
2019-04-01 12:28:23.000 68
2019-04-01 12:29:23.000 52
2019-04-01 12:30:23.000 30
2019-04-01 12:31:23.000 24
2019-04-01 12:32:23.000 0

Answer 1

作为我自己的问题的一个可能的答案，我想展示一个fetch-Option，它可以工作并产生我正在寻找的输出。但是，由于我需要在Azure Datewarehouse上工作，因此无法以本机方式进行提取。当我将我的表作为外部资源集成到Azure上的经典SQL-Server上并使用这种方式获取时，它需要9分钟才能获得80k行和391个不同时间戳。所以这不是一个好选择。

但是，一个工作解决方案看起来像（我专注于一天范围只有一个ID，以减少数据量。）

CREATE TABLE #st 
(
    [timestamp]   DATETIME,
    CountPending  INT
);

DECLARE
    @timestamp      DATETIME,
    @CountPending   INT = 0,
    @ID             INT,
    @Start          DATETIME,
    @Stop           DATETIME;

SET @troID = 127
SET @Start = CAST('2019-04-01T00:00:00' AS DATETIME)
SET @Stop = CAST('2019-04-02T00:00:00' AS DATETIME)

DECLARE c CURSOR
    LOCAL STATIC FORWARD_ONLY READ_ONLY
    FOR
    SELECT DISTINCT timestamp
    FROM test.SensorData
    WHERE @ID = @ID AND timestamp BETWEEN @Start AND @Stop;

OPEN c;

FETCH NEXT FROM c INTO @timestamp;

WHILE @@FETCH_STATUS = 0
BEGIN

    SET @CountPending = (
        SELECT COUNT(*)
        FROM test.SensorData
        WHERE troID = @troID AND 
            timestamp BETWEEN @Start AND @Stop AND 
            @timestamp < timestamp AND @timestamp > lastchanged)

    INSERT #st([timestamp], CountPending)
        SELECT @timestamp, @CountPending;

    FETCH NEXT FROM c INTO @timestamp;
END

CLOSE c;
DEALLOCATE c;

SELECT [timestamp], CountPending
    FROM #st
    ORDER BY [timestamp]; 

Answer 2

这应该转换为子查询，如下所示：

SELECT a.troID, a.timestamp, MAX(x.c)
FROM test.SensorData a
    CROSS APPLY
        (
        SELECT COUNT(*) c
        FROM test.SensorData b
        WHERE a.troID = b.troID
          AND a.timestamp < b.timestamp 
          AND a.timestamp > b.lastchanged
        ) x
GROUP BY a.troID, a.timestamp

我猜想在troId上散列可能会有所帮助，但需要了解更多有关您的数据，分布和数量的信息。