Databricks SQL-间隔内同时计数最大事件

问题描述

我正在使用数据块,并且有一个1.5亿行数据集“ df1”,其中包含以下列:

  • event_id
  • event_group_id
  • 开始时间(时间戳)
  • 结束时间(时间戳)

You can see an example of "df1" here

我想创建另一个统计所有同时发生的事件的数据集“ df2”,并在每5分钟的时间窗口中获得最大值。另外,每个group_event_id我都需要它。 “ df2”数据集应如下所示:

  • time_window
  • event_group_id
  • max_event_count

You can see an example of "df2" here

我想在最小开始时间之前的时间窗口开始time_window列,并在最大结束时间之后的时间窗口结束它。 你能帮我吗?

解决方法

您可能需要查询和加入很多东西!您可以通过开始时间和结束时间(派生表)的并集来获得一组特定的组,关键时间ctime列表,然后将每个组和ctime的关键时刻ctime合并到表聚合中,有多少个group =并开始> = ctime并且end

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...