Doris 窗口函数之 LEAD 最佳实践

概念说明

LEAD 是Doris的一个分析窗口函数，用于访问当前行之后的行数据，而无需进行自连接。可以获取分区内当前行之后的第N行的值。

语法

LEAD ( <expr> [ , <offset> [ , <default> ] ] )

参数

|---------|------------------|
| 参数 | 说明 |
| expr | 需要获取值的表达式 |
| offset | 向后偏移的行数 |
| default | 当偏移超出窗口范围时返回的默认值 |

返回与输入表达式相同的数据类型。

需求实践

需求分析

在线客服系统中，求每个最后接待客服的三天解决率，指标定义为

分子：同一个访客三天内未重复来访（不限客服），则标记为已解决，否则为未解决；

分母：人工会话数

分析需求可知，要想实现该需求，需要将会话记录按照时间升序排序，计算访客A来访之后的三天内是否有重复来访记录，如果有记录，则上一次会话记录标记为未解决。

访客可以重复来访多次，因此可抽象成访客A的数据按照时间排序，最后一条数据为已解决，之前间隔超过三天的为已解决，否则为未解决。

需求实现

数据来源

ElasticSearch 已经有现成的会话记录表，`session_info_2026-01` ,相关字段数据格式如下：

|-----------|------------------------------|
| 字段 | 含义 |
| sessionId | 会话ID,表的主键 |
| visitorId | 访客ID |
| startTime | 会话开始时间，13位long类型，这里未存为date类型 |
| staffId | 客服ID |

实现步骤

1.连接Doris客户端，创建ElasticSearch的Catalog

CREATE CATALOG es_catalog PROPERTIES (

"type"="es",

"hosts"="http://ip:9200",

"mapping_es_id"="true",

"doc_value_scan" = "true",

"metadata_refresh_interval_sec"="20"

);

利用lead 函数构建查询获取同一访客人工会话，每一条数据的对应的下一条数据的会话建立时间。

sql 复制代码

   SELECT 
   sessionId,
   staffId,
   visitorId,
   startTime,
   FROM_UNIXTIME(startTime/1000) startT,
   FROM_UNIXTIME(LEAD(startTime,1,NULL) OVER (PARTITION BY visitorId order by startTime)/1000) AS nextStartT
   FROM es_catalog.default_db.`session_info_2026-01`
   WHERE humanSession=1

查询结果为

使用case when 为每一条数据打标记，判断是否已解决；

sql 复制代码

 SELECT 
 *,
 (CASE WHEN nextStartT IS NULL THEN 1
  WHEN TIMESTAMPDIFF(HOUR,startT,nextStartT)>72 THEN 1 ELSE 0 END) AS resolved
  FROM (
   SELECT 
   sessionId,
   staffId,
   visitorId,
   startTime,
   FROM_UNIXTIME(startTime/1000) startT,
   FROM_UNIXTIME(LEAD(startTime,1,NULL) OVER (PARTITION BY visitorId order by startTime)/1000) AS nextStartT
   FROM es_catalog.default_db.`session_info_2026-01`
   WHERE humanSession=1
   order by visitorId,startTime
  ) AS t1

查询结果

统计最终结果，求三天解决率

sql 复制代码

SELECT 
staffId `客服ID`,
COUNT(sessionId) `总会话数`,
SUM(resolved) `已解决会话数`,
COUNT(sessionId)-SUM(resolved) AS `未解决会话数`,
ROUND(SUM(resolved)/COUNT(sessionId)*100,2) AS `三天解决率%`
FROM (
 SELECT 
 *,
 (CASE WHEN nextStartT IS NULL THEN 1
  WHEN TIMESTAMPDIFF(HOUR,startT,nextStartT)>72 THEN 1 ELSE 0 END) AS resolved
  FROM (
   SELECT 
   sessionId,
   staffId,
   visitorId,
   startTime,
   FROM_UNIXTIME(startTime/1000) startT,
   FROM_UNIXTIME(LEAD(startTime,1,NULL) OVER (PARTITION BY visitorId order by startTime)/1000) AS nextStartT
   FROM es_catalog.default_db.`session_info_2026-01`
   WHERE humanSession=1
   order by visitorId,startTime
  ) AS t1
 ) AS t2
GROUP BY staffId
ORDER BY `三天解决率%` ASC

查询结果为