sql查找最长字符串
使用SQL可以轻松解决的一个非常有趣的问题是找到时间序列中的连续事件。 但是，时间序列中的连续事件是什么？
以堆栈溢出为例。 Stack Overflow有一个很酷的信誉系统，该系统使用徽章奖励某些行为。 作为社交网站，他们鼓励用户每天访问该平台。 因此，将颁发两个不同的徽章： 
非正式地，这显然意味着什么。 您必须在第1天登录。然后在第2天再次登录。然后在第3天再次登录（也许几次，这都没关系）。忘记在第4天登录吗？ 哎呀 我们将再次开始计数。
如何在SQL中执行此操作？
在此博客上， 每个问题都将在SQL中找到其解决方案 。 也是。 为了解决这个问题，我们将使用令人敬畏的Stack Exchange Data Explorer ，它公开了很多Stack Exchange的公共使用信息。
请注意，我们不会查询访问的连续天数，因为此信息不会公开提供。 相反，让我们查询用户发表的帖子的连续天数。
支持数据库是SQL Server，因此我们可以运行以下语句：
SELECT DISTINCT CAST(CreationDate AS DATE) AS date
FROM Posts
WHERE OwnerUserId = ##UserId##
ORDER BY 1 ……对于我自己的UserId生成如下内容：
date
----------
2010-11-26
2010-11-27
2010-11-29
2010-11-30
2010-12-01
2010-12-02
2010-12-03
2010-12-05
2010-12-06
2010-12-07
2010-12-08
2010-12-09
2010-12-13
2010-12-14
...
(769 rows)（ 在此处自己运行语句 ）
正如我们在数据中所看到的，在早期存在差距：
date
--------------------------------------
2010-11-26
2010-11-27 <---- Gap here after 2 days
2010-11-29
2010-11-30
2010-12-01
2010-12-02
2010-12-03 <---- Gap here after 5 days
2010-12-05
2010-12-06
2010-12-07
2010-12-08
2010-12-09 <---- Gap here after 5 days
2010-12-13
2010-12-14
...从视觉上看，很容易看到连续多少天没有任何间隙。 但是，如何使用SQL呢？
为了简化问题，让我们将单个查询“存储”在公用表表达式中。 上面的查询，我们称dates ：
WITH
-- This table contains all the distinct date
-- instances in the data set
dates(date) AS (
SELECT DISTINCT CAST(CreationDate AS DATE)
FROM Posts
WHERE OwnerUserId = ##UserId##
)
...现在，结果查询的目标是将所有连续的日期放在同一组中，以便我们可以对该组进行汇总。 以下查询是我们要编写的：
SELECT
COUNT(*) AS consecutiveDates,
MIN(week) AS minDate,
MAX(week) AS maxDate
FROM groups
GROUP BY grp
ORDER BY 1 DESC, 2 DESC 我们希望汇总每个组的“ grp ”并计算该组中的日期数，并找到每个组中的最低日期和最高日期。
生成连续日期的组
让我们再次查看数据，并举例说明这一点，我们将添加连续的行号，而不考虑日期之间的间隔：
row number date
--------------------------------
1 2010-11-26
2 2010-11-27
3 2010-11-29 <-- gap before this row
4 2010-11-30
5 2010-12-01
6 2010-12-02
7 2010-12-03
8 2010-12-05 <-- gap before this row 如您所见，无论日期之间是否有间隔（两个日期都不连续），它们的行号仍然是连续的。 我们可以使用ROW_NUMBER()窗口函数很容易地做到这一点 ：
SELECT
ROW_NUMBER() OVER (ORDER BY date) AS [row number],
date
FROM dates现在，让我们检查以下有趣的查询：
WITH
-- This table contains all the distinct date
-- instances in the data set
dates(date) AS (
SELECT DISTINCT CAST(CreationDate AS DATE)
FROM Posts
WHERE OwnerUserId = ##UserId##
),
-- Generate "groups" of dates by subtracting the
-- date's row number (no gaps) from the date itself
-- (with potential gaps). Whenever there is a gap,
-- there will be a new group
groups AS (
SELECT
ROW_NUMBER() OVER (ORDER BY date) AS rn,
dateadd(day, -ROW_NUMBER() OVER (ORDER BY date), date) AS grp,
date
FROM dates
)
SELECT *
FROM groups
ORDER BY rn上面的查询产生：
rn grp date
--- ---------- ----------
1 2010-11-25 2010-11-26
2 2010-11-25 2010-11-27
3 2010-11-26 2010-11-29
4 2010-11-26 2010-11-30
5 2010-11-26 2010-12-01
6 2010-11-26 2010-12-02
7 2010-11-26 2010-12-03
8 2010-11-27 2010-12-05
9 2010-11-27 2010-12-06
10 2010-11-27 2010-12-07
11 2010-11-27 2010-12-08
12 2010-11-27 2010-12-09
13 2010-11-30 2010-12-13
14 2010-11-30 2010-12-14（ 在此处自己运行语句 ）
我们要做的就是从日期中减去行号，以获得新的日期“ grp ”。 通过这种方式获得的实际日期无关紧要。 这只是一个辅助值。
但是，我们可以保证的是，对于连续的日期， grp的值将是相同的，因为对于所有连续的日期，以下两个等式得出的结果为true：
date2 - date1 = 1 // difference in days between dates
rn2 - rn1 = 1 // difference in row numbers但是，对于非连续日期，尽管行号的差仍然为1，但天的差不再为1。现在可以很容易地看到这些组：
rn grp date
--- ---------- ----------
1 2010-11-25 2010-11-26
2 2010-11-25 2010-11-27
3 2010-11-26 2010-11-29
4 2010-11-26 2010-11-30
5 2010-11-26 2010-12-01
6 2010-11-26 2010-12-02
7 2010-11-26 2010-12-03
8 2010-11-27 2010-12-05
9 2010-11-27 2010-12-06
10 2010-11-27 2010-12-07
11 2010-11-27 2010-12-08
12 2010-11-27 2010-12-09
13 2010-11-30 2010-12-13
14 2010-11-30 2010-12-14因此，现在可以在此处看到完整的查询：
WITH
-- This table contains all the distinct date
-- instances in the data set
dates(date) AS (
SELECT DISTINCT CAST(CreationDate AS DATE)
FROM Posts
WHERE OwnerUserId = ##UserId##
),
-- Generate "groups" of dates by subtracting the
-- date's row number (no gaps) from the date itself
-- (with potential gaps). Whenever there is a gap,
-- there will be a new group
groups AS (
SELECT
ROW_NUMBER() OVER (ORDER BY date) AS rn,
dateadd(day, -ROW_NUMBER() OVER (ORDER BY date), date) AS grp,
date
FROM dates
)
SELECT
COUNT(*) AS consecutiveDates,
MIN(week) AS minDate,
MAX(week) AS maxDate
FROM groups
GROUP BY grp
ORDER BY 1 DESC, 2 DESC它产生：
consecutiveDates minDate maxDate
---------------- ------------- -------------
14 2012-08-13 2012-08-26
14 2012-02-03 2012-02-16
10 2013-10-24 2013-11-02
10 2011-05-11 2011-05-20
9 2011-06-30 2011-07-08
7 2012-01-17 2012-01-23
7 2011-06-14 2011-06-20
6 2012-04-10 2012-04-15
6 2012-04-02 2012-04-07
6 2012-03-26 2012-03-31
6 2011-10-27 2011-11-01
6 2011-07-17 2011-07-22
6 2011-05-23 2011-05-28
...（ 在此处自己运行语句 ）
奖金查询1：查找连续的星期
我们在上述查询中选择了天数的事实是一个随机选择。 我们只需从时间序列中获取时间戳，然后使用CAST函数将其“折叠”到所需的粒度即可：
SELECT DISTINCT CAST(CreationDate AS DATE)如果我们想知道连续几周，我们只需将该函数更改为其他表达式即可，例如
SELECT DISTINCT datepart(year, CreationDate) * 100
+ datepart(week, CreationDate)此新表达式使用年份和星期，并在2015年为03的周生成类似于201503的值。该语句的其余部分保持完全相同：
WITH
weeks(week) AS (
SELECT DISTINCT datepart(year, CreationDate) * 100
+ datepart(week, CreationDate)
FROM Posts
WHERE OwnerUserId = ##UserId##
),
groups AS (
SELECT
ROW_NUMBER() OVER (ORDER BY week) AS rn,
dateadd(day, -ROW_NUMBER() OVER (ORDER BY week), week) AS grp,
week
FROM weeks
)
SELECT
COUNT(*) AS consecutiveWeeks,
MIN(week) AS minWeek,
MAX(week) AS maxWeek
FROM groups
GROUP BY grp
ORDER BY 1 DESC, 2 DESC我们将得到以下结果：
consecutiveWeeks minWeek maxWeek
---------------- ------- -------
45 201401 201445
29 201225 201253
25 201114 201138
23 201201 201223
20 201333 201352
16 201529 201544
15 201305 201319
12 201514 201525
12 201142 201153
9 201502 201510
7 201447 201453
7 201321 201327
6 201048 201053
4 201106 201109
3 201329 201331
3 201102 201104
2 201301 201302
2 201111 201112
1 201512 201512（ 在此处自己运行语句 ）
毫不奇怪，由于我通常广泛使用Stack Overflow，因此连续几周的时间跨度更长。
奖励查询2：使用DENSE_RANK（）简化查询
在上一篇文章中，我们显示了SQL技巧： ROW_NUMBER()是SELECT ， DENSE_RANK()是SELECT DISTINCT 。
如果我们回到连续的日期示例，则可以使用DENSE_RANK()重写查询以一次性找到不同的日期和组：
WITH
groups(date, grp) AS (
SELECT DISTINCT
CAST(CreationDate AS DATE),
dateadd(day,
-DENSE_RANK() OVER (ORDER BY CAST(CreationDate AS DATE)),
CAST(CreationDate AS DATE)) AS grp
FROM Posts
WHERE OwnerUserId = ##UserId##
)
SELECT
COUNT(*) AS consecutiveDates,
MIN(date) AS minDate,
MAX(date) AS maxDate
FROM groups
GROUP BY grp
ORDER BY 1 DESC, 2 DESC（ 在此处自己运行语句 ）
如果上述方法没有意义，建议您在此处阅读我们的上一篇文章，其中对此进行了解释：
http://blog.jooq.org/2013/10/09/sql-trick-row_number-is-to-select-what-dense_rank-is-to-select-distinct/
进一步阅读
上面是在SQL中使用窗口函数（ ROW_NUMBER() ）的一个非常有用的示例。 在以下任何文章中了解有关窗口函数的更多信息：
- 使用此整洁的窗口函数技巧来计算时间序列中的时差
- 可能最酷SQL功能：窗口函数
- 不要错过带有FIRST_VALUE（），LAST_VALUE（），LEAD（）和LAG（）的超凡SQL能力
- ROW_NUMBER（），RANK（）和DENSE_RANK（）之间的区别
翻译自: https://www.javacodegeeks.com/2015/11/how-to-find-the-longest-consecutive-series-of-events-in-sql.html
sql查找最长字符串