问MySQL Datetime -差距标识

EN

我会给每一行一个唯一的顺序引用(1,2,3...)然后在表上执行自连接

...from mytable t1 join mytable t2 where (t1.ref+1)=t2.ref

根据您存储日期的方式，您可以减去它们(以某种方式)，并确定是否存在差距。将所有内容包装在一个查询中，该查询提取有空白处的行。

您可能需要考虑将日期存储为距特定开始日期的秒数。

识别差距是一个有趣的问题。最好的方法将取决于差距的大小，但这里有另一种方法来解决它，如果与您拥有的记录数量相比，差距相当大，这种方法可能会更好。

在查询中使用MySQL聚合函数来计算一组存储桶的记录数。存储桶的大小需要与您感兴趣的间隙类型相似。假设您对大约一天左右的间隔感兴趣，我会这样做：

SELECT TO_DAYS(my_timestamp), COUNT(*)
FROM my_table
GROUP BY TO_DAYS(my_timestamp)

这将返回天数和时间戳计数之间的关联。我会用Perl或Java (甚至是R，见后文)这样的语言完成剩下的工作，这样我可以处理数据。

我使用的技术是测试观察到的频率(计数)和预期频率之间的差异，预期频率将是记录总数除以日期范围。每一天的预期频率如下：

SELECT (SELECT COUNT(*) FROM my_table) / 
        ((SELECT TO_DAYS(MAX(my_timestamp)) FROM my_table) - 
         (SELECT TO_DAYS(MIN(my_timestamp)) FROM my_table) + 1)

现在，对于每个存储桶(请记住，在第一个结果中，完全缺少的天数将不会被返回，而不是作为零的计数返回--您需要将它们视为零，您可以使用统计检验，卡方检验，来估计这种机会的概率(有关详细信息，请参阅：http://en.wikipedia.org/wiki/Pearson%27s_chi-square_test)。计算基本上是((预期-观察)^2/预期)。这是对偏差可能性的估计。

如果您需要找出哪些存储桶在样本中较低，请对这个计算值设置一个合理的阈值，并查找该值超过阈值的存储桶。可能需要一些实验才能设计出合适的值，但这是确定差距的可靠方法。