溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
編者的話：搞好SQL可以做很多事情，比如說可以解決海盜分金的問題，可以用SQL把大象裝進冰箱，還可以用SQL解決環環相扣的刑偵推理問題，近期，有位讀者朋友投稿了“使用SQL計算寶寶每次吃奶的時間間隔”，大家可以一起借鑒下~
需求
媳婦兒最近擔心寶寶的吃奶時間不夠規律，網上說是正常平均3小時喂奶一次，讓我記錄下每次的吃奶時間，分析下實際是否偏差很大，好在下次去醫院復查時反饋給醫生。
此外，還要注意有時候哭鬧要吃奶，而實際只吃了兩口便不吃了。這種情況要特殊標記下，如果不算這種情況的話，分析看是否正常。
環境
Oracle 11.2.0.4
1.記錄每次吃奶時間
2.計算吃奶時間間隔
1. 記錄每次吃奶時間
我在自己的Oracle測試環境中創建了一張表t_baby，用于實現記錄寶寶每次的吃奶時間：
test@DEMO> desc t_baby
Name Null? Type
----------------------------------------- -------- ------------
ID NOT NULL NUMBER
FEED_TIME NOT NULL DATE
LABEL VARCHAR2(1)
注意：這里的LABEL字段就是用于標志吃奶量的。
默認值設置為'N',代表吃奶量正常；如果吃奶量很少，則可將對應記錄的LABEL字段值手工更新為'L'；如果吃奶量非常多，超過正常值，則更新為'M'。
由于每次吃奶都要人為的插入一條數據，為了簡化這個運維操作，將插入語句保存到文件i.sql中，內容如下：
test@DEMO> get i
1 PROMPT Please input your feed_time(mmdd hh34:mi). eg:1213 08:00
2* insert into t_baby(id,feed_time) values(s1.nextval,to_date('&feed_time','mmdd hh34:mi'))
test@DEMO>
這樣每次執行插入就可以方便的直接@i調用插入，比如剛剛媳婦兒告知我本次吃奶時間是13:16，那直接調用插入即可：
test@DEMO> @i
Please input your feed_time(mmdd hh34:mi). eg:1213 08:00
Enter value for feed_time: 1213 13:16
old 1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('&feed_time','mmdd hh34:mi'))
new 1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('1213 08:00','mmdd hh34:mi'))
1 row created.
test@DEMO> commit;
Commit complete.
確認剛剛插入的數據無誤后，一定要記得提交事物。我之所以沒有將commit寫到腳本中，就是為了當發現數據輸入有誤，方便直接rollback回滾。
現在我們來看一下現有的數據，詳細記錄了每一次的吃奶時間：
test@DEMO> alter session set nls_date_format='yyyy-mm-dd hh34:mi:ss';
Session altered.
test@DEMO> select * from t_baby;
ID FEED_TIME LABEL
---------- ------------------- -----
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N
8 2019-12-13 09:01:00 N
9 2019-12-13 10:40:00 L
15 2019-12-13 11:50:00 N
16 2019-12-13 13:16:00 N
6 rows selected.
可以看到ID=9這條記錄的LABEL='L',也就是說這次吃奶量非常少。
2.計算吃奶時間間隔
也許有人禁不住會問，你這么簡單的需求還把它弄到Oracle數據庫里，還用SQL計算實現。什么？你說你還要用到Oracle分析函數？
其實不必太較真了，適合自己的才是最好的，我就是喜歡敲sqlplus不喜歡用Excel等工具，還能復習下分析函數，何樂而不為呢。
廢話不多說，來看如何用分析函數顯示上次喂奶時間L_TIME：
select t.*, lag(feed_time) over(order by id) l_time from t_baby t;
test@DEMO> select t.*, lag(feed_time) over(order by id) l_time from t_baby t;
ID FEED_TIME L L_TIME
---------- ------------------- - -------------------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 2019-12-13 02:49:00
8 2019-12-13 09:01:00 N 2019-12-13 04:58:00
9 2019-12-13 10:40:00 L 2019-12-13 09:01:00
15 2019-12-13 11:50:00 N 2019-12-13 10:40:00
16 2019-12-13 13:16:00 N 2019-12-13 11:50:00
6 rows selected.
然后直接查詢計算下喂奶間隔即可，以分鐘為單位：
select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)"
from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t);
test@DEMO> select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)" from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t);
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
9 2019-12-13 10:40:00 L 99
15 2019-12-13 11:50:00 N 70
16 2019-12-13 13:16:00 N 86
6 rows selected.
媳婦兒主要擔心是喂奶間隔太短，會不會撐到寶寶，那如果說我們假定間隔在2h以上都是正常的話，那么對應的也就是LAG(min)>120分鐘以上的為正常。
從目前已有的數據來看，的確異常次數比較多。
而我們之前說到存在喂奶量極少的情況，如果將這種情況排除在外呢？再重新計算：
select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)"
from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t where label <> 'L');
test@DEMO> select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)" from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t where label <> 'L');
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
15 2019-12-13 11:50:00 N 169
16 2019-12-13 13:16:00 N 86
這下可以看到數據趨于正常，只有一次喂奶間隔在120分鐘以下了。當然目前數據還比較少，后續數據多了才可以更準確的反映出異常的比例。
因為會經常查詢到這個間隔時間。將這個兩個語句分別保存為v1.sql和v2.sql，方便后續使用。
test@DEMO> l
1* select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)" from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t)
test@DEMO> save v1 rep
Wrote file v1.sql
test@DEMO> l
1* select id, feed_time, label, round((feed_time - l_time) * 24 * 60, 2) "LAG(min)" from (select t.*, lag(feed_time) over(order by id) l_time from t_baby t where label <> 'L')
test@DEMO> save v2 rep
Wrote file v2.sql
test@DEMO> @v1
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
9 2019-12-13 10:40:00 L 99
15 2019-12-13 11:50:00 N 70
16 2019-12-13 13:16:00 N 86
6 rows selected.
test@DEMO> @v2
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
15 2019-12-13 11:50:00 N 169
16 2019-12-13 13:16:00 N 86
test@DEMO>
最后總結下，實際以后每次記錄喂奶時間直接@i輸入具體時間，每次查喂奶間隔就根據實際需求看@v1或者@v2就ok，確認無誤后提交更改，再實際熟悉下整個流程：
--1.插入喂奶時間：
test@DEMO> @i
Please input your feed_time(mmdd hh34:mi). eg:1213 08:00
Enter value for feed_time: 1213 16:30
old 1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('&feed_time','mmdd hh34:mi'))
new 1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('1213 16:30','mmdd hh34:mi'))
1 row created.
--2.查看喂奶間隔：
test@DEMO> @v1
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
9 2019-12-13 10:40:00 L 99
15 2019-12-13 11:50:00 N 70
16 2019-12-13 13:16:00 N 86
19 2019-12-13 16:30:00 N 194
7 rows selected.
--3.查看喂奶間隔（排除Label='L'的情況）：
test@DEMO> @v2
ID FEED_TIME L LAG(min)
---------- ------------------- - ----------
6 2019-12-13 02:49:00 N
7 2019-12-13 04:58:00 N 129
8 2019-12-13 09:01:00 N 243
15 2019-12-13 11:50:00 N 169
16 2019-12-13 13:16:00 N 86
19 2019-12-13 16:30:00 N 194
6 rows selected.
--4.確認無誤提交事物：
test@DEMO> commit;
Commit complete.
test@DEMO>
可以清楚看到最新的一次喂奶間隔是194分鐘，也是正常的^_^
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
