基于历史分组统计唯一条目数的动态实现需求

针对你需要的「按时间分组，统计每组中从未在之前任何分组出现过的唯一值数量」，我有个非常高效的动态实现方案——不需要手动编写针对每个时间块的子查询，核心思路是先追踪每个值的首次出现时间，再按时间分组统计即可。

核心逻辑拆解 #

• 第一步：锁定首次出现时间：对每个唯一值，找到它第一次出现在数据集中的时间戳，这一步能帮我们区分哪些值是某个时间点的「新增值」。
• 第二步：分组统计新增数：把第一步得到的结果按时间分组，统计每个时间点对应的首次出现值的数量，这就是该时间分组的新增唯一值数。

示例SQL代码（以MySQL为例） #

假设你的表是data_records，时间字段为log_time，值字段为item_id：

-- 用CTE获取每个值的首次出现时间（支持MySQL 8.0+、PostgreSQL、SQL Server等）
WITH first_seen AS (
    SELECT item_id, MIN(log_time) AS first_appearance
    FROM data_records
    GROUP BY item_id
)
-- 按首次出现时间分组统计
SELECT first_appearance AS log_time, COUNT(*) AS new_unique_items
FROM first_seen
GROUP BY first_appearance
ORDER BY first_appearance;

用你的示例数据验证 #

原始数据：

2018-03-25 00:00:00.000, 123
2018-03-25 00:00:00.000, 231
2018-03-26 00:00:00.000, 234
2018-03-26 00:00:00.000, 123
2018-03-27 00:00:00.000, 123
2018-03-27 00:00:00.000, 231
2018-03-27 00:00:00.000, 234
2018-03-27 00:00:00.000, 432

第一步生成的first_seen结果：

最终分组统计后就得到你要的输出：

2018-03-25 00:00:00.000, 2
2018-03-26 00:00:00.000, 1
2018-03-27 00:00:00.000, 1

兼容旧版数据库（无CTE支持） #

如果你的数据库不支持CTE（比如MySQL 5.x），可以改用子查询：

SELECT first_appearance AS log_time, COUNT(*) AS new_unique_items
FROM (
    SELECT item_id, MIN(log_time) AS first_appearance
    FROM data_records
    GROUP BY item_id
) AS first_seen
GROUP BY first_appearance
ORDER BY first_appearance;

这个方案完全动态，不管你的时间序列有多长、有多少个时间分组，都能自动处理，不需要手动调整查询逻辑，性能也很出色，因为只需要两次聚合操作。

内容的提问来源于stack exchange，提问作者rodling