Převeďte MySQL Query na JSON pomocí PHP

Součet je větší, než se očekávalo kvůli spojením. Představte si, že se určité datum vyskytuje v jednom záznamu track_nutrition a dvou záznamech track_fatigue, pak spojení způsobí, že data z první tabulky se jednou zkombinují s prvním track_fatiguerecord a pak znovu s druhým záznamem. Stejná hodnota nf_sugarsvalue se tedy do součtu započítá dvakrát. Toto chování ovlivní také průměry.

Proto byste měli nejprve provést agregace a teprve potom provést spojení.

Za druhé, abyste zajistili, že zachytíte všechna data, i když pro určité datum nemají všechny tabulky hodnoty, měli byste použít úplné vnější spojení. To zaručí, že každý záznam v každé tabulce si ve výsledku najde cestu. Nyní MySQL nepodporuje takové úplné vnější spojení, takže používám další podvýběr k výběru všech různých dat ze 4 tabulek a poté je „připojím doleva“ s ostatními agregovanými daty:

SELECT      dates.date,
            IFNULL(average_ticnum_n, 0)            as average_ticnum 
            IFNULL(average_fatiguenum_n, 0)        as average_fatiguenum  
            IFNULL(average_stressnum_n, 0)         as average_stressnum
            IFNULL(sum_nf_sugars_n, 0)             as sum_nf_sugars 
            IFNULL(sum_nf_total_carbohydrate_n, 0) as sum_nf_total_carbohydrate  
FROM        (
                    SELECT DISTINCT user_id,
                                    date
                    FROM (
                            SELECT   user_id,
                                     date
                            FROM     track_ticseverity
                            UNION     
                            SELECT   user_id,
                                     date
                            FROM     track_fatigue
                            UNION     
                            SELECT   user_id,
                                     date
                            FROM     track_stress
                            UNION     
                            SELECT   user_id,
                                     date
                            FROM     track_nutrition
                    ) as combined 
            ) as dates
LEFT JOIN   (
                    SELECT   user_id,
                             date,
                             AVG(ticnum) as average_ticnum_n
                    FROM     track_ticseverity
                    GROUP BY user_id,
                             date) as grp_ticseverity
        ON  dates.date = grp_ticseverity.date
        AND dates.user_id = grp_ticseverity.user_id
LEFT JOIN   (
                    SELECT   user_id,
                             date, 
                             AVG(fatiguenum) as average_fatiguenum_n
                    FROM     track_fatigue
                    GROUP BY user_id,
                             date) as grp_fatigue
        ON  dates.date = grp_fatigue.date
        AND dates.user_id = grp_fatigue.user_id
LEFT JOIN   (
                    SELECT   user_id,
                             date,
                             AVG(stressnum) as average_stressnum_n
                    FROM     track_stress
                    GROUP BY user_id,
                             date) as grp_stress
        ON  dates.date = grp_stress.date
        AND dates.user_id = grp_stress.user_id
LEFT JOIN   (
                    SELECT   user_id,
                             date,
                             SUM(nf_sugars) as sum_nf_sugars_n,
                             SUM(nf_total_carbohydrate) as sum_nf_total_carbohydrate_n
                    FROM     track_nutrition
                    GROUP BY user_id,
                             date) as grp_nutrition
        ON  dates.date = grp_nutrition.date
        AND dates.user_id = grp_nutrition.user_id
WHERE       dates.user_id = 1
ORDER BY    dates.date;

Všimněte si, že v některých sloupcích získáte 0 hodnot, pokud pro dané datum neexistují žádná data. Pokud chcete získat NULL místo toho odstraňte Nvl() z těchto sloupců v dotazu výše.

Poté, abyste normalizovali všechna data na stupnici 0 až 10, mohli byste se podívat na maximum nalezené pro každý typ hodnoty a použít to pro konverzi, nebo pokud předem víte, jaké jsou rozsahy pro typ, pak je pravděpodobně lepší použít toto informace a možná je také zakódujte v SQL.

Vždy však vypadá trochu divně, když jsou hodnoty kombinovány v grafu, který ve skutečnosti používá různá měřítka. S takovými grafy by se dalo snadno uskočit k nesprávným závěrům.