使用SQL计算宝宝每次吃奶的时间间隔 – Part1:分析函数的使用

需求:
媳妇儿最近担心宝宝的吃奶时间不够规律,网上说是正常平均3小时喂奶一次,让我记录下每次的吃奶时间,分析下实际是否偏差很大,好在下次去医院复查时反馈给医生。
此外,还要注意有时候哭闹要吃奶,而实际只吃了两口便不吃了。这种情况要特殊标记下,如果不算这种情况的话,分析看是否正常。
环境:
Oracle 11.2.0.4

1.记录每次吃奶时间

我在自己的Oracle测试环境中创建了一张表t_baby,用于实现记录宝宝每次的吃奶时间:

test@DEMO> desc t_baby
 Name                                      Null?    Type
 ----------------------------------------- -------- ------------
 ID                                        NOT NULL NUMBER
 FEED_TIME                                 NOT NULL DATE
 LABEL                                              VARCHAR2(1)

注意:这里的LABEL字段就是用于标志吃奶量的。
默认值设置为’N’,代表吃奶量正常;如果吃奶量很少,则可将对应记录的LABEL字段值手工更新为’L’;如果吃奶量非常多,超过正常值,则更新为’M’。

由于每次吃奶都要人为的插入一条数据,为了简化这个运维操作,将插入语句保存到文件i.sql中,内容如下:

test@DEMO> get i
  1  PROMPT Please input your feed_time(mmdd hh24:mi). eg:1213 08:00
  2* insert into t_baby(id,feed_time) values(s1.nextval,to_date('&feed_time','mmdd hh24:mi'))
test@DEMO> 

这样每次执行插入就可以方便的直接@i调用插入,比如刚刚媳妇儿告知我本次吃奶时间是13:16,那直接调用插入即可:

test@DEMO> @i
Please input your feed_time(mmdd hh24: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 hh24:mi'))
new   1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('1213 08:00','mmdd hh24:mi'))

1 row created.

test@DEMO> commit;

Commit complete.

确认刚刚插入的数据无误后,一定要记得提交事物。我之所以没有将commit写到脚本中,就是为了当发现数据输入有误,方便直接rollback回滚。

现在我们来看一下现有的数据,详细记录了每一次的吃奶时间:

test@DEMO> alter session set nls_date_format='yyyy-mm-dd hh24: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这条记录的LABEL=’L’,也就是说这次吃奶量非常少。

2.计算吃奶时间间隔

也许有人禁不住会问,你这么简单的需求还把它弄到Oracle数据库里,还用SQL计算实现。什么?你说你还要用到Oracle分析函数?
其实不必太较真了,适合自己的才是最好的,我就是喜欢敲sqlplus不喜欢用Excel等工具,还能复习下分析函数,何乐而不为呢。
废话不多说,来看如何用分析函数显示上次喂奶时间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.

然后直接查询计算下喂奶间隔即可,以分钟为单位:

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.

媳妇儿主要担心是喂奶间隔太短,会不会撑到宝宝,那如果说我们假定间隔在2h以上都是正常的话,那么对应的也就是LAG(min)>120分钟以上的为正常。
从目前已有的数据来看,的确异常次数比较多。
而我们之前说到存在喂奶量极少的情况,如果将这种情况排除在外呢?再重新计算:

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

这下可以看到数据趋于正常,只有一次喂奶间隔在120分钟以下了。当然目前数据还比较少,后续数据多了才可以更准确的反映出异常的比例。

因为会经常查询到这个间隔时间。将这个两个语句分别保存为v1.sql和v2.sql,方便后续使用。

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> 

最后总结下,实际以后每次记录喂奶时间直接@i输入具体时间,每次查喂奶间隔就根据实际需求看@v1或者@v2就ok,确认无误后提交更改,再实际熟悉下整个流程:

--1.插入喂奶时间:
test@DEMO> @i
Please input your feed_time(mmdd hh24: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 hh24:mi'))
new   1: insert into t_baby(id,feed_time) values(s1.nextval,to_date('1213 16:30','mmdd hh24:mi'))

1 row created.

--2.查看喂奶间隔:
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.查看喂奶间隔(排除Label='L'的情况):
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.确认无误提交事物:
test@DEMO> commit;

Commit complete.

test@DEMO> 

可以清楚看到最新的一次喂奶间隔是194分钟,也是正常的^_^

写在后面:
杨长老告诉我这里的SQL其实不需要第二层嵌套,因为分析函数可以直接参与运算,只是需要对分析函数的结果进行过滤或group by的时候还需要嵌套一层。
那么,我这里的SQL可以类似这样简写为:

SELECT
    id,
    feed_time,
    label,
    round((feed_time - LAG(feed_time) OVER(ORDER BY id)) * 24, 2) "LAG(h)"
FROM
t_baby t
WHERE label <> 'L';

在本文的续篇里就是对分析函数的结果进行过滤的(按天显示),所以要嵌套一层,否则会看不到一天中的第一行数据与昨天最后一行数据的时间间隔。

This entry was posted in Oracle专项实施 and tagged , . Bookmark the permalink.