之前有人問我，如何挑出一個月的最大值及其特征，比如有三列，分別是user_id，item_id，time，其中time是停留時長，這個問題就是找出這個用戶，他這一行是什么，我當時就懵逼了，我說我直接全部拉下來這個月的資料，然后py操作取最大值即可，，，game over

For Recommendation in Deep learning QQ Group 277356808

For deep learning QQ Second Group 629530787

I'm here waiting for you

下面分步進行，逐漸加深

1-按照time來排序獲取一定時間內的點擊曝光日志，從小到大的排序

既然是排序，那么肯定是用ORDER BY，如下是簡單的按照單列（time）排序

SELECT user_id,item_id,time  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 
ORDER BY time

這里我要驗證一下，是否是按照str(time)的形式（有沒有str這個函式我不知道哈，這是py的表達方式）排序，還是按照float(time)的形式（這種是有的）排序

【where concat 用法參考此博文】

其結果如下：默認按照字串順序來排的，而不是浮點數大小，經查是存在10~100之間的數

 2038 e0eac9    8C7c 10.995
 2039 b83a31    8C5I 10.997
 2040 c2313e    83XL 10.997
 2041 d3f66a    8CQ7 100.0
 2042 1c79d5    7sxn 100.0
 2043 b7c62f    8CLT 100.0
 2044 37833b    8CPh 100.0

改成float經驗證是正確的，如下示例

#ORDER BY float(time)

12265 de27    8CLV 19.996
12266 73bc    8CQV 20.0
12267 0461    8CQQ 20.0

2-按照user_id,time順序來排序，這個可以得到每個用戶的time排序

這里直接按照time浮點排序哈，不加float還是默認按照字串排序，這是不符合我的本意的

SELECT user_id,item_id,time  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 
ORDER BY user_id,float(time)

示例如下：那么如何獲取每個用戶的最長time的那一行呢？這才是問題

17b2	T2Uh	2.256
17b2	uLMX	31.76
9695	t7zD	1.206
9695	85w8	1.255
9695	8CCg	117.253
f270	8C3i	6.197
f270	8C10	11.326
f270	8Btv	132.45
f270	8CLe	343.339

為了防止按照字串排序，我都加上float，這樣就一定按照數字大小排序了

同事大佬只說了row_number，然而我還是沒有得到每個用戶的最長time的那行

SELECT user_id,item_id,time,row_number() over (partition by user_id order by float(time))  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 

fe87	8CN1	184.385	3
fe87	YQqA	311.246	4
fe87	8BqA	311.246	5
fe87	8wfh	713.201	6
fe8f	8BWi	25.878	1
fe8f	8COA	169.28	2
fe8f	8ARA	191.654	3

這個無非是每個用戶觀看的時長排序，增加了一列編號而已，與上面的order by兩列并無區別，

給上面的time按照倒序排列，只是加個desc，如下：這樣最大的就排第一了

SELECT user_id,item_id,time,row_number() over (partition by user_id order by float(time) desc)  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 

05b0	8CM2	373.614	1
05b0	8AR1	358.413	2
05b0	8ATg	358.392	3
05b0	8AR1	358.359	4
，，
0558	8CF9	227.706	1
0558	877A	55.612	2
0558	85iI	48.616	3

那么只需再取其中列為1的即可了，然而加上select就錯了，woc，發生了什么鬼？mmp

SELECT user_id,item_id,time 
From
( SELECT user_id,item_id,time,row_number() over (partition by user_id order by float(time) desc)  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 
) #這里需要加新表名，隨意，比如new_tab
where rn==1


ParseException line 1:26 cannot recognize input near '(' 'select' 'user_id' in joinSource

同事大佬一下子指出來了錯誤，中間那一堆是個新表，需要命名一個表名，然后結果如下：

fed0	8zOY	17.159	1
feee	8Cvc	66.48599999999999	1
fe29	8Vh5	708.173	1
ffee	8CWo	30.55	1
ff65	FQEO	39.327	1
ff8c	GZxa	47.989	1
ffa9	M4aY	17.056	1
ffa9	FQEO	19.407	1

3-該段時間內的最大值，

這個直接倒排取第一個也可以，方法一：去掉上面的partition

SELECT user_id,item_id,time 
From
( SELECT user_id,item_id,time,row_number() over (order by float(time) desc)  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 
) new_tab
where rn==1

edaf	hu4W	2682.734	1

方法二：加個limit 1，哈哈這個也行吧，思維打開，關注我，縱享絲滑！

SELECT user_id,item_id,time  
FROM ClickLogTable 
WHERE concat(datetime, dayhour) between 2022010101 and 2022010102 
and user_id is not NULL and time is not NULL 
ORDER BY float(time) desc limit 1

edaf	hu4W	2682.734

拜拜

愿我們終有重逢之時，

而你還記得我們曾經討論的話題，