按相同Id分组多事件并计算时间戳差值的技术实现咨询

SQL 实现 #

如果事件数据存储在关系型数据库中，可通过自连接匹配同ID的start和end事件，计算时间差并转换为秒：

SELECT 
    s.Id,
    (e.timestamp - s.timestamp)/1000 AS session_duration_seconds
FROM 
    events s
INNER JOIN 
    events e ON s.Id = e.Id
WHERE 
    s.type = 'start'
    AND e.type = 'end';

注：若单个ID对应多组start/end事件，可根据业务逻辑调整，比如取最早的start和最晚的end，配合MIN()/MAX()聚合函数分组查询。

Python（Pandas）实现 #

处理内存中的事件数据时，用Pandas透视表可快速对齐同ID的时间戳，再计算差值：

import pandas as pd

# 示例事件数据
events = [
    {'type': 'start', 'Id': 1, 'timestamp': 1620000000000},
    {'type': 'end', 'Id': 1, 'timestamp': 1620000300000},
    {'type': 'start', 'Id': 2, 'timestamp': 1620000600000},
    {'type': 'end', 'Id': 2, 'timestamp': 1620001200000}
]

# 转换为DataFrame并透视
df = pd.DataFrame(events)
pivoted_df = df.pivot(index='Id', columns='type', values='timestamp').reset_index()

# 计算会话时长（秒）
pivoted_df['session_duration_seconds'] = (pivoted_df['end'] - pivoted_df['start']) / 1000

# 输出结果
print(pivoted_df[['Id', 'session_duration_seconds']])

JavaScript 实现 #

前端或Node.js环境下，用数组reduce方法先按ID分组存储时间戳，再遍历计算差值：

const events = [
    {type: 'start', Id: 1, timestamp: 1620000000000},
    {type: 'end', Id: 1, timestamp: 1620000300000},
    {type: 'start', Id: 2, timestamp: 1620000600000},
    {type: 'end', Id: 2, timestamp: 1620001200000}
];

// 按ID分组，收集每个ID的start/end时间戳
const groupedEvents = events.reduce((acc, event) => {
    acc[event.Id] = acc[event.Id] || {};
    acc[event.Id][event.type] = event.timestamp;
    return acc;
}, {});

// 计算每个会话的时长
const sessionDurations = Object.entries(groupedEvents).map(([id, timestamps]) => ({
    Id: Number(id),
    session_duration_seconds: (timestamps.end - timestamps.start) / 1000
}));

console.log(sessionDurations);

内容的提问来源于stack exchange，提问作者BruceOverflow