En varias ocasiones he hecho algo similar. Esencialmente, agrupación basada en separaciones dentro de un ordenamiento complejo. Los conceptos básicos del enfoque que utilizo, con respecto a este problema, son los siguientes:
- Cree una tabla de todos los rangos de tiempo de interés.
- Encuentre la hora de inicio para cada grupo de intervalos de tiempo de interés.
- Encuentre la hora de finalización para cada grupo de intervalos de tiempo de interés.
- Incorpore las horas de inicio y finalización a la lista de intervalos de tiempo y grupo.
O, con más detalle:(cada uno de estos pasos podría ser parte de un gran CTE, pero lo he dividido en tablas temporales para facilitar la lectura...)
Paso 1:encuentre la lista de todos los rangos de tiempo de interés (utilicé un método similar al vinculado por @Brad). NOTA:como señaló @Manfred Sorg, esto supone que no hay "segundos faltantes" en los datos de un bus. Si hay una interrupción en las marcas de tiempo, este código interpretará el rango único como dos (o más) rangos distintos.
;with stopSeconds as (
select BusID, BusStopID, TimeStamp,
[date] = cast(datediff(dd,0,TimeStamp) as datetime),
[grp] = dateadd(ss, -row_number() over(partition by BusID order by TimeStamp), TimeStamp)
from #test
where BusStopID is not null
)
select BusID, BusStopID, date,
[sTime] = dateadd(ss,datediff(ss,date,min(TimeStamp)), 0),
[eTime] = dateadd(ss,datediff(ss,date,max(TimeStamp)), 0),
[secondsOfStop] = datediff(ss, min(TimeStamp), max(Timestamp)),
[sOrd] = row_number() over(partition by BusID, BusStopID order by datediff(ss,date,min(TimeStamp))),
[eOrd] = row_number() over(partition by BusID, BusStopID order by datediff(ss,date,max(TimeStamp)))
into #ranges
from stopSeconds
group by BusID, BusStopID, date, grp
Paso 2:encuentre la hora más temprana para cada parada
select this.BusID, this.BusStopID, this.sTime minSTime,
[stopOrder] = row_number() over(partition by this.BusID, this.BusStopID order by this.sTime)
into #starts
from #ranges this
left join #ranges prev on this.BusID = prev.BusID
and this.BusStopID = prev.BusStopID
and this.sOrd = prev.sOrd+1
and this.sTime between dateadd(mi,-10,prev.sTime) and dateadd(mi,10,prev.sTime)
where prev.BusID is null
Paso 3:encuentre la última hora para cada parada
select this.BusID, this.BusStopID, this.eTime maxETime,
[stopOrder] = row_number() over(partition by this.BusID, this.BusStopID order by this.eTime)
into #ends
from #ranges this
left join #ranges next on this.BusID = next.BusID
and this.BusStopID = next.BusStopID
and this.eOrd = next.eOrd-1
and this.eTime between dateadd(mi,-10,next.eTime) and dateadd(mi,10,next.eTime)
where next.BusID is null
Paso 4:Une todo
select r.BusID, r.BusStopID,
[avgLengthOfStop] = avg(datediff(ss,r.sTime,r.eTime)),
[earliestStop] = min(r.sTime),
[latestDepart] = max(r.eTime)
from #starts s
join #ends e on s.BusID=e.BusID
and s.BusStopID=e.BusStopID
and s.stopOrder=e.stopOrder
join #ranges r on r.BusID=s.BusID
and r.BusStopID=s.BusStopID
and r.sTime between s.minSTime and e.maxETime
and r.eTime between s.minSTime and e.maxETime
group by r.BusID, r.BusStopID, s.stopOrder
having count(distinct r.date) > 1 --filters out the "noise"
Finalmente, para estar completo, ordenar:
drop table #ends
drop table #starts
drop table #ranges