求解2020年11月每日每小时作业审核数量的SQL查询问题

一、event字段取值说明及统计范围建议 #

常规业务场景下三类event的含义和统计规则如下：

• decision：操作人员完成审核并给出最终判定结果，属于有效审核操作，默认必须纳入统计
• skip：操作人员直接跳过当前作业未执行审核操作，属于未完成操作，一般不纳入审核量统计
• transfer：操作人员将作业转交其他人员处理，不属于当前操作人完成的审核任务，一般不纳入统计

若业务规则要求所有触达作业的操作都计入审核量，可将三类event全部纳入，无特殊说明默认仅统计event = 'decision'的有效记录。

二、原有查询问题点 #

你提供的现有查询存在两处可优化点：

1. 未过滤event类型，会把skip、transfer这类非审核完成的操作计入统计，导致结果偏大
2. 未对job_id去重，同一个作业如果产生多条操作记录会被重复计数，影响统计准确性

三、正确查询实现 #

场景1：计算每日平均每小时审核作业量（当前表无小时字段，按当日总审核量/24计算） #

SELECT 
    ds,
    COUNT(DISTINCT job_id) / 24 AS hourly_avg_review_count
FROM job_data
WHERE 
    ds BETWEEN '2020-11-01' AND '2020-11-30'
    AND event = 'decision' -- 若需统计所有操作，删除该行即可
GROUP BY ds
ORDER BY ds;

场景2：若后续表新增小时维度字段（如hour列），需统计逐小时实际审核量 #

SELECT 
    ds,
    hour,
    COUNT(DISTINCT job_id) AS hourly_review_count
FROM job_data
WHERE 
    ds BETWEEN '2020-11-01' AND '2020-11-30'
    AND event = 'decision'
GROUP BY ds, hour
ORDER BY ds, hour;

内容的提问来源于stack exchange，提问作者Chaudhari