Здравствуйте. Можете, пожалуйста, обьяснить как писать такой SQL запрос, который найдёт все сессии, в течение которых пользователь совершил следующие действия, возможно не подряд, но в указанном порядке:
- пользователь зашел на rooms.homework-showcase;
- пользователь зашел на rooms.view.step.content;
- пользователь зашел на rooms.lesson.rev.step.content.
Сессией называется активность пользователя, в которой между последовательными действиями проходит менее одного часа. Сессия начинается в момент первого из этих действий и заканчивается через час после последнего из них.
Результатом должна стать выгрузка сессий вида: user_id,<дата-время начала сессии>,<дата-время окончания сессии>.
Есть данные следующего вида:
user_id – happened_at – page,
где happened_at - дата действия, а page - тип действия (нужны только rooms.homework-showcase и остальные).
Мой запрос сейчас:
SELECT *,
(case page when 'rooms.homework-showcase' then 1 when 'rooms.view.step.content' then 2 when 'rooms.lesson.rev.step.content' then 3 else 4 end) activity_number,
extract('epoch' from happened_at) - extract('epoch' from lag(happened_at) OVER (PARTITION BY user_id ORDER BY happened_at)) time_lag
FROM test.vimbox_pages
WHERE (page IN ('rooms.homework-showcase',
'rooms.view.step.content',
'rooms.lesson.rev.step.content'))
ORDER BY happened_at
В нем я выделяю только нужные действия и с помощью window функции lag нахожу разницу между следующим и предыдущим временем
Сейчас я использую Python чтобы дообработать данные, получаемые с текущего запроса.
Искал много в интернете, но там только для случая где одна запись – один день (час) рассматривается и дальше с помощью window functions или self-join’ов решается
Но такой подход не сработает, потому что могут быть записи в 1-ую и 119-ую минуту. Разница по часам не превосходит 1, но такой вариант конечно же не подходит, потому что по минутам разница больше 60
Если не затруднит, скиньте сразу сниппет или расскажите где читать).
P.S. Использую Redshift SQL, что почти тоже самое, что и PostgreSQL