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_

使用SQL计算宝宝每次吃奶的时间间隔的更多相关文章

  1. 使用SQL计算宝宝每次吃奶的时间间隔(续)

    本文是<使用SQL计算宝宝每次吃奶的时间间隔>的续篇,因为我工作繁忙,时常不能及时帮助媳妇儿记录,为了让不懂数据库的媳妇儿也可以自己用手机熟练操作.我继续做了一些修正和封装: 1.给媳妇儿 ...

  2. 使用SQL计算宝宝每次吃奶的时间间隔(数据保障篇)

    目前程序从功能上其实已经完全满足客户(当然我这里的客户都是指媳妇儿^_^)需求,具体可参考: 使用SQL计算宝宝每次吃奶的时间间隔 使用SQL计算宝宝每次吃奶的时间间隔(续) 那么本篇 使用SQL计算 ...

  3. SQL 计算列

    SQL计算列,可以解决一般标量计算(数学计算,如ColumnA*ColumnB)的问题,而子查询计算(如select sum(salary) from tableOther where id=’ABC ...

  4. sql计算经纬度得出最近距离的公式

    sql计算经纬度得出最近距离的公式 //根据经纬度计算两点距离 mappoint //数据库已有字段,商家经纬度 实例:113.272148,23.147299 $lon = "" ...

  5. SQL计算时间差并排除周末

    SQL计算时间差并排除周末 CREATE FUNCTION DI_FN_GET_WorkDay (@begin DATETIME , @end DATETIME ) RETURNS int BEGIN ...

  6. 【HANA系列】SAP HANA SQL计算两个日期的差值

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列]SAP HANA SQL计算两个 ...

  7. 【HANA系列】SAP HANA SQL计算某日期是当月的第几天

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列]SAP HANA SQL计算某日 ...

  8. 【HANA系列】SAP HANA SQL计算某日期是当年的第几天

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列]SAP HANA SQL计算某日 ...

  9. Java工作流引擎节点接收人设置“按自定义SQL计算”系列讲解

    关键字: 驰骋工作流程快速开发平台 工作流程管理系统 工作流引擎 asp.net工作流引擎 java工作流引擎. 开发者表单  拖拽式表单 工作流系统CCBPM节点访问规则接收人规则 适配数据库: o ...

随机推荐

  1. python协程总结

    概述 python多线程中因为有GIL(Global Interpreter Lock 全局解释器锁 )的存在,所以对CPU密集型程序显得很鸡肋:但对IO密集型的程序,GIL会在调用IO操作前释放,所 ...

  2. Abp vNext 自定义 Ef Core 仓储引发异常

    问题 在使用自定义 Ef Core 仓储和 ABP vNext 注入的默认仓储时,通过两个 Repository 进行 Join 操作,提示 Cannot use multiple DbContext ...

  3. websocket socketJs

    springboot实现服务器端消息推送(websocket + sockjs + stomp)   服务器端推送技术在web开发中比较常用,可能早期很多人的解决方案是采用ajax向服务器轮询消息,这 ...

  4. 阿里云开源 image-syncer 工具,容器镜像迁移同步的终极利器

    为什么要做这个工具? 由于阿里云上的容器服务 ACK 在使用成本.运维成本.方便性.长期稳定性上大大超过公司自建自维护 Kubernets 集群,有不少公司纷纷想把之前自己维护 Kubernetes ...

  5. Python项目开发公用方法--excel生成方法

    在实际开发中,我们有时会遇到数据导出的需求.一般的,导出的文件格式为Excel形式. 那么,excel的生成就适合抽离出一个独立的公用方法来实现: def generate_excel(excel_n ...

  6. hdu 2516 取石子游戏 (Fibonacci博弈)

    取石子游戏 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submi ...

  7. 领扣(LeetCode)合并两个有序数组 个人题解

    给定两个有序整数数组 nums1 和 nums2,将 nums2 合并到 nums1 中,使得 num1 成为一个有序数组. 说明: 初始化 nums1 和 nums2 的元素数量分别为 m 和 n. ...

  8. SpringBoot 项目脚手架

    写在前面 之前也一直很少有写SpringBoot项目相关的文章,今天 准备整理一个我自己初始化SpringBoot项目时的一个脚手架,便于自己后面查阅.因为SpringBoot的约定大于配置,在整合各 ...

  9. 初探three.js光源

    上一节我们简单的说了一下THREE中必要的元素.今天我们深入探讨一下各种THREE的光源. 一 基础光源 基础光源有4种1.THREE.AmbientLight(环境光源)2.THREE.PointL ...

  10. 多线程之美3一Java并发工具类

    一.简介 1.1. Semaphore 信号量,见文知义,常用于并发控制中的限流作用,我理解是限定数量的共享锁机制.该共享资源最多同时可让n个线程访问,超过n个线程就阻塞等待,如有资源空闲, 唤醒其他 ...