根据连续出现的情况对数据进行计数和分组

Question

我很难定义问题，也许你通过我的虚拟数据理解它。

我有这个数据：

PK, TaskPK
1, 1    
2, 1     
3, 2    
4, 2    
5, 5    
6, 1 
7, 1     
8, 2 
9, 2   
10, 5    
11, 5

现在我必须数TaskPK一下，我提出这个查询

Select PK, TaskPK, Count(*)
From tbl
Group by TaskPK

带来了这样的结果

TaskPK, Count(*)
1, 4
2, 4
5, 3

但我想要稍微不同的结果

像这样

TaskPK, Count(*)
1, 2
2, 2
5, 1
1, 2
2, 2
5, 2

上面的结果基于连续的数据出现，因为TaskPK从1开始（它分组在一起），然后它改变它2（它分组在一起），然后5（它分组在一起）taskPK。但是当TaskPK再次变为1时，那么它应该单独分组，不与之前出现的1联系起来，这个任务单独计数。

这可能吗？

Answer 1

此类问题是通常所说的差距和孤岛问题的变体。您可以在序列中的间隙和岛屿的 SQL中看到很好的概述

循序渐进的方法

这可以通过几个中间步骤来完成。首先，让我们创建一个（派生）表，我们将其存储为t1，找出在哪些点开始一系列新的TaskPK值。

CREATE TEMPORARY TABLE t1 AS
SELECT
    PK, TaskPK, 
    case when 
        (SELECT TaskPK 
         FROM tbl t_prv 
         WHERE t_prv.PK < tbl.PK 
         ORDER BY PK DESC 
         LIMIT 1
        ) <=> TaskPK 
    then 0
    else 1 
    end AS start_of_series
FROM
    tbl ;

t1包含：

PK | 任务PK | 系列开始
-: | -----: | --------------：
 1 | 1 | 1
 2 | 1 | 0
 3 | 2 | 1
 4 | 2 | 0
 5 | 5 | 1
 6 | 1 | 1
 7 | 1 | 0
 8 | 2 | 1
 9 | 2 | 0
10 | 10 5 | 1
11 | 11 5 | 0

注意：MySQL 中的 <=> 运算符与NOT DISTINCT FROM标准 SQL 中的运算符等效。它允许与 NULL 值以及非 NULL 值进行相等比较。

现在我们知道每个系列从哪里开始，我们可以通过将列的所有当前值和以前的值加在一起（即累积和）来给出每个PKa 。如果没有窗口函数，这必须通过（糟糕的、低效的）子查询来完成。series_numberstart_of_series

我们将结果存储在表中t2：

CREATE TEMPORARY TABLE t2 AS
SELECT
    PK, TaskPK, 
    (SELECT 
        sum(start_of_series) 
    FROM 
        t1 
    WHERE 
        t1.PK <= tbl.PK
    ) AS series_number
FROM
    tbl 
;

其内容为t2：

PK | 任务PK | 系列号
-: | -----: | ------------：
 1 | 1 | 1
 2 | 1 | 1
 3 | 2 | 2
 4 | 2 | 2
 5 | 5 | 3
 6 | 1 | 4
 7 | 1 | 4
 8 | 2 | 5
 9 | 2 | 5
10 | 10 5 | 6
11 | 11 5 | 6

此时，您要做的只是GROUP BYSeries_number，并取值TaskPK（只需min(TaskPK)完成这项工作），以及count(*)：

SELECT
    min(TaskPK) AS TaskPK, count(*) AS count
FROM
    t2
GROUP BY
    series_number
ORDER BY
    series_number

这是您真正想要的结果：

任务PK | 数数
-----: | ----：
     1 | 2
     2 | 2
     5 | 1
     1 | 2
     2 | 2
     5 | 2

将所有内容放在一起

通过替换t2和t1的定义，您可以将所有内容放在一个查询中：

SELECT
    min(TaskPK) AS TaskPK, count(*) AS count
FROM
    (SELECT
        PK, TaskPK, 
        (SELECT 
            sum(start_of_series) 
        FROM 
            (SELECT
                PK, TaskPK, 
                case when 
                    (SELECT TaskPK FROM tbl t_prv WHERE t_prv.PK < tbl.PK ORDER BY PK DESC LIMIT 1) <=> TaskPK 
                then 0
                else 1 
                end AS start_of_series 
            FROM
                tbl
            ) AS t1 
        WHERE 
            t1.PK <= tbl.PK
        ) AS series_number
    FROM
        tbl
    ) AS t2
GROUP BY
    series_number
ORDER BY
    series_number
;

任务PK | 数数
-----: | ----：
     1 | 2
     2 | 2
     5 | 1
     1 | 2
     2 | 2
     5 | 2

这个查询非常复杂（其中有五个 SELECT），并且可能仍然可以简化一些。

您可以在dbfiddle找到完整的代码和数据

如果您可以使用MariaDB 的 WINDOW 函数或MySQL 8.0 窗口函数（目前尚未发布用于生产），则可以非常简化。