用sql语句按指定时间段分组统计

jakeweny 2010-02-04 03:23:03
表结构如下:
GID VaID Mac Acount ActiveTime SubDate
88067 1035395409 90E6BAD84598 1 2010-02-04 14:10:41.560 2010-02-04
86036 3662412139 00306731A792 3 2010-02-04 14:15:45.543 2010-02-04
86599 975963213 00E04CF8AFAF 5 2010-02-04 14:18:47.450 2010-02-04
88625 3658907870 0024210197CC 7 2010-02-04 14:21:47.433 2010-02-04
70025 1902854282 00E04CC7B849 11 2010-02-04 14:22:47.417 2010-02-04
88861 3736328770 001FC6A83210 12 2010-02-04 14:33:47.403 2010-02-04
89985 1035490878 00E04D21914D 1 2010-02-04 14:43:47.357 2010-02-04
88983 3683763045 0011D8C54063 17 2010-02-04 14:44:47.357 2010-02-04
88597 986919413 001A9276C222 22 2010-02-04 14:45:47.357 2010-02-04
76573 1019192692 00E04C04DB03 23 2010-02-04 14:47:47.340 2010-02-04
--------------------------------------------------

需要根据GID,VaID,Mac分组,得到一段时间内Acount总数
类似下面的结果:下面是用10分钟分组,这个分组是可以设置的,可能用1小时,或者30分钟等。

-------------------------------------------------
GID VaID Mac StartTime EndTime SumAcount
76573 2130706433 0013D3EF3CE1 2009-10-27 09:00:00.000 2009-10-27 09:10:00.000 47
76573 2130706433 0013D3EF3CE2 2009-10-27 09:10:00.000 2009-10-27 09:20:00.000 58
76573 2130706433 0013D3EF3CE3 2009-10-27 09:20:00.000 2009-10-27 09:30:00.000 99
76573 2130706433 0013D3EF3CE9 2009-10-27 09:30:00.000 2009-10-27 09:40:00.000 156
88067 1902854282 001A9276C222 2009-10-27 09:00:00.000 2009-10-27 09:10:00.000 55
88067 986919413 00E04C04DB03 2009-10-27 09:10:00.000 2009-10-27 09:20:00.000 42
88067 1019192692 001A9276C222 2009-10-27 09:20:00.000 2009-10-27 09:30:00.000 85
88067 3736328770 0013D3EF3CE9 2009-10-27 09:30:00.000 2009-10-27 09:40:00.000 12
--------------------------------------------------------------
请各位帮帮忙!
...全文
2198 18 打赏 收藏 转发到动态 举报
写回复
用AI写文章
18 条回复
切换为时间正序
请发表友善的回复…
发表回复
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
谢了,可以了。结分!
nianran520 2010-02-04
  • 打赏
  • 举报
回复
--显示所有分组?
declare @begin datetime,@end datetime,@interval int
select @begin = '2010-02-04 14:00:00',
@end='2010-02-04 14:50:00',
@interval=10

select
r.[GID],r.[VaID],r.[Mac],
r.StartTime,r.EndTime,
isnull(sum(t.[Acount]),0) as SumAcount
from [tb] t
right join
(
select
h.[GID],h.[VaID],h.[Mac],
dateadd(minute,number*@interval,@begin) as StartTime,
dateadd(minute,(number+1)*@interval,@begin) as EndTime
from master..spt_values,(select distinct [GID],[VaID],[Mac] from [tb]) h
where type = 'P' and
dateadd(minute,(number+1)*@interval,@begin) <= @end
) r
on t.[GID]=r.[GID] and t.[VaID]=r.[VaID] and t.[Mac]=r.[Mac] and
t.[ActiveTime] between r.StartTime and r.EndTime
group by r.[GID],r.[VaID],r.[Mac],
r.StartTime,r.EndTime
nianran520 2010-02-04
  • 打赏
  • 举报
回复
--再不行就
declare @begin datetime,@end datetime,@interval int
select @begin = '2010-02-04 14:00:00',
@end='2010-02-04 14:50:00',
@interval=10

select
t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime,
sum(t.[Acount]) as SumAcount
from [tb] t
join
(
select
h.[GID],h.[VaID],h.[Mac],
dateadd(minute,number*@interval,@begin) as StartTime,
dateadd(minute,(number+1)*@interval,@begin) as EndTime
from master..spt_values,(select distinct [GID],[VaID],[Mac] from [tb]) h
where type = 'P' and
dateadd(minute,(number+1)*@interval,@begin) <= @end
) r
on t.[GID]=r.[GID] and t.[VaID]=r.[VaID] and t.[Mac]=r.[Mac] and
t.[ActiveTime] between r.StartTime and r.EndTime
group by t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
TO:nianran520
兄弟,依然不对呢
-----------------
如果加上我刚给的那4条数据,那4条数据,在10分钟为分组时间段的话,
应该有4条结果,但是只有2条!
--小F-- 2010-02-04
  • 打赏
  • 举报
回复
[Quote=引用 13 楼 nianran520 的回复:]
SQL codedeclare@begindatetime,@enddatetime,@intervalintselect@begin='2010-02-04 14:00:00',@end='2010-02-04 14:50:00',@interval=10select
t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime,sum(t.[Acount])?-
[/Quote]

强大
nianran520 2010-02-04
  • 打赏
  • 举报
回复
declare @begin datetime,@end datetime,@interval int
select @begin = '2010-02-04 14:00:00',
@end='2010-02-04 14:50:00',
@interval=10

select
t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime,
sum(t.[Acount]) as SumAcount
from [tb] t
join
(
select
h.[GID],
dateadd(minute,number*@interval,@begin) as StartTime,
dateadd(minute,(number+1)*@interval,@begin) as EndTime
from master..spt_values,(select distinct [GID] from [tb]) h
where type = 'P' and
dateadd(minute,(number+1)*@interval,@begin) <= @end
) r
on t.[GID]=r.[GID] and
t.[ActiveTime] between r.StartTime and r.EndTime
group by t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
加分了,希望高手们能帮下忙!
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
TO:nianran520
谢谢你的回复
不过有点问题,如果增加一些数据
select 88861,3736328770,'001FC6A83210',14,'2010-02-04 14:33:47.403','2010-02-04' union all
select 88861,3736328770,'001FC6A83210',54,'2010-02-04 14:55:47.403','2010-02-04' union all
select 88861,3736328770,'001FC6A83210',7,'2010-02-04 14:42:47.403','2010-02-04' union all
select 88861,3736328770,'001FC6A83210',12,'2010-02-04 15:33:47.403','2010-02-04' union all

那么,这个并没有把所有时间段数据都取出来.
nianran520 2010-02-04
  • 打赏
  • 举报
回复
--> 测试数据:[tb]
if object_id('[tb]') is not null drop table [tb]
go
create table [tb]([GID] int,[VaID] bigint,[Mac] varchar(12),[Acount] int,[ActiveTime] datetime,[SubDate] datetime)
insert [tb]
select 88067,1035395409,'90E6BAD84598',1,'2010-02-04 14:10:41.560','2010-02-04' union all
select 86036,3662412139,'00306731A792',3,'2010-02-04 14:15:45.543','2010-02-04' union all
select 86599,975963213,'00E04CF8AFAF',5,'2010-02-04 14:18:47.450','2010-02-04' union all
select 88625,3658907870,'0024210197CC',7,'2010-02-04 14:21:47.433','2010-02-04' union all
select 70025,1902854282,'00E04CC7B849',11,'2010-02-04 14:22:47.417','2010-02-04' union all
select 88861,3736328770,'001FC6A83210',12,'2010-02-04 14:33:47.403','2010-02-04' union all
select 89985,1035490878,'00E04D21914D',1,'2010-02-04 14:43:47.357','2010-02-04' union all
select 88983,3683763045,'0011D8C54063',17,'2010-02-04 14:44:47.357','2010-02-04' union all
select 88597,986919413,'001A9276C222',22,'2010-02-04 14:45:47.357','2010-02-04' union all
select 76573,1019192692,'00E04C04DB03',23,'2010-02-04 14:47:47.340','2010-02-04'

--select * from [tb]


declare @begin datetime,@end datetime,@interval int
select @begin = '2010-02-04 14:00:00',
@end='2010-02-04 14:40:00',
@interval=10

select
t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime,
sum(t.[Acount]) as SumAcount
from [tb] t
join
(
select dateadd(minute,number*@interval,@begin) as StartTime,
dateadd(minute,(number+1)*@interval,@begin) as EndTime
from master..spt_values
where type = 'P' and
dateadd(minute,(number+1)*@interval,@begin) <= @end
) r on t.[ActiveTime] between r.StartTime and r.EndTime
group by t.[GID],t.[VaID],t.[Mac],
r.StartTime,r.EndTime
csuxp2008 2010-02-04
  • 打赏
  • 举报
回复
其实这个功能建议用存储过程去实现,设置起始时间和时间间隔2个参数,代码实现方法可以参考2楼的
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
[Quote=引用 7 楼 fredrickhu 的回复:]
这个需要先生成一个时间列 再按照2楼的来
[/Quote]
我感觉跟那边的差不多,而且你当时也回答了,能帮忙写下么?
--小F-- 2010-02-04
  • 打赏
  • 举报
回复
这个需要先生成一个时间列 再按照2楼的来
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
[Quote=引用 4 楼 csuxp2008 的回复:]
你想要的结果集中StartTime和EndTime与原表中字段ActiveTime什么关系?
[/Quote]
StartTime和EndTime表示一时间段。起始结束位置。而结果就是要检查ActiveTime字段落在改时间段内的Acount数
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
其实和这个有些类似:http://topic.csdn.net/u/20100102/16/bf7811f6-b79b-4221-9ee9-42ae0b8e1c6c.html
大家帮忙!
csuxp2008 2010-02-04
  • 打赏
  • 举报
回复
你想要的结果集中StartTime和EndTime与原表中字段ActiveTime什么关系?
jakeweny 2010-02-04
  • 打赏
  • 举报
回复
怎么没人?自己顶一下,不会是嫌分少吧?
帮帮忙,不明白可以问我,我在网上看了,不过和我这个有些不同,我改了半天,不行!
请教了.............
--小F-- 2010-02-04
  • 打赏
  • 举报
回复
sum(case...when ...else...end)
where
时间 between .... and .....
group by
GID,VaID,Mac
jwdream2008 2010-02-04
  • 打赏
  • 举报
回复
Up!
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源系统(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升系统的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低系统碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力系统、能源系统或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源系统、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源系统的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES中的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳中和背景下能源系统优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
内容概要:本文系统研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测中的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间中小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文中详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务中的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力系统监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。

22,297

社区成员

发帖
与我相关
我的任务
社区描述
MS-SQL Server 疑难问题
社区管理员
  • 疑难问题社区
  • 尘觉
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧