JQ如何按相邻值间隔分割数组并统计各分段长度

需求规则 #

根据用户单次访问的时间戳数组统计各会话长度，判定规则：相邻时间戳的间隔时长大于limit阈值时，即判定开启新会话。

示例 #

• 输入：类纪元秒格式的时间戳数组

[
  101,
  102,
  105,
  116,
  128,
  129,
  140,
  145,
  146,
  152
]

• 参数设置：limit=10
• 期望输出：各会话分段长度数组

[
  3,
  1,
  2,
  4
]

实现代码 #

可复用脚本版本 #

将以下代码保存为.jq后缀的脚本文件，支持通过--argjson传入自定义阈值：

def count_session_lengths($limit):
  reduce .[] as $ts (
    {prev: null, sessions: []};
    if .prev == null then
      {prev: $ts, sessions: [1]}
    elif ($ts - .prev) > $limit then
      {prev: $ts, sessions: .sessions + [1]}
    else
      {prev: $ts, sessions: (.sessions | .[-1] += 1)}
    end
  ) | .sessions;

count_session_lengths($limit)

调用命令示例：

jq --argjson limit 10 -f session_count.jq timestamps.json

命令行单行版本 #

不需要单独存脚本文件时，可以直接在命令行执行单行命令：

jq --argjson limit 10 'reduce .[] as $ts ({prev:null,sessions:[]}; if .prev==null then {prev:$ts,sessions:[1]} elif ($ts-.prev)>$limit then {prev:$ts,sessions:.sessions+[1]} else {prev:$ts,sessions:(.sessions|.[-1]+=1)} end) | .sessions' timestamps.json

实现逻辑说明：遍历时间戳数组时全程记录上一个访问时间戳：

• 读取第一个时间戳时直接初始化第一个会话，初始长度为1
• 每读取到新的时间戳，先计算和上一个时间戳的差值，差值超过limit就新建一个长度为1的会话项
• 差值未超过阈值就给当前正在统计的最后一个会话的长度计数加1
• 遍历完成后直接输出所有会话的长度数组即可

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