docs: 抖音每账号最近一条视频的查询

在真库上跑通过（42 个账号）。5.7 没有窗口函数，所以「每个博主最新那条」用相关子查询挑；账号清单取「作品里出现过的 ∪ 有账号资料的」，否则那些没有作品的号会整行消失。查询文件里写了这两条的原因，免得下次有人顺手改成 ROW_NUMBER()。
2026-10-11 09:43:56 +08:00
parent c83669087b
commit 1b69fa57f2
2 changed files with 86 additions and 0 deletions
@@ -199,3 +199,4 @@ webui/.npm/
 .vnc_check.py
 .vnc_probe.py
 .vncshot.png
+.q.sql
@@ -0,0 +1,85 @@
+-- 抖音所有账号，各自最近一条视频 + 标签 + 详细数据
+--
+-- 直接在 MySQL 5.7 里跑（生产库 mediacrawler_prod）。已实测：42 个账号，包含
+-- **一条作品都没有的**（那些行的作品列是空的）—— 它们出现在列表里是有意的，
+-- 和界面上的作品栏一致。
+--
+-- 为什么写成这个形状：
+--
+-- * **5.7 没有窗口函数**，ROW_NUMBER() 用不了。所以「每个博主最新那条」是用
+--   相关子查询 `ORDER BY published_at DESC LIMIT 1` 挑的，而不是 rank 之后取 1。
+-- * 账号清单取的是 **作品里出现过的 ∪ 有账号资料的**（`UNION` 去重）。只从作品里取
+--   的话，那些「加了目标、也采到了粉丝数、但一条作品都没有」的号会整行消失。
+-- * 「最新」按 **published_at**（作者发布时间）排，不是 last_seen_at。降级路径
+--   （作品列表被风控挡住）会把所有已知作品都刷一遍，那时 last_seen_at 全都一样，
+--   按它排等于没排。
+-- * 指标取**最近一轮**（run_id 最大）的快照。注意抖音作品目前没有 published_at
+--   为空的，所以不存在「没有日期的作品排哪儿」的问题。
+--
+-- 只想看某一个任务的话，把四处 `t.platform = 'dy'` 换成对应的 task_id，例如：
+--     WHERE t1.id = 7
+-- （四处指的是：账号清单里两处、最新作品子查询一处、账号快照子查询一处。）
+
+SELECT
+  acct.creator_hash                              AS 博主哈希,
+  ca.alias                                       AS 博主备注,
+  COALESCE(n.creator_name, st.nickname, '')      AS 博主昵称,
+  st.fans                                        AS 粉丝数,
+  st.total_favorited                             AS 总获赞,
+  st.works_count                                 AS 主页作品数,
+  n.note_id                                      AS 作品ID,
+  n.title                                        AS 作品标题,
+  n.note_url                                     AS 作品链接,
+  FROM_UNIXTIME(n.published_at / 1000)           AS 发布时间,
+  m.liked_count                                  AS 点赞,
+  m.comment_count                                AS 评论,
+  m.collected_count                              AS 收藏,
+  m.share_count                                  AS 分享,
+  (SELECT GROUP_CONCAT(t.name ORDER BY t.sort_order SEPARATOR ' / ')
+     FROM monitor_note_tag nt
+     JOIN monitor_tag t ON t.id = nt.tag_id
+    WHERE nt.platform = 'dy' AND nt.note_id = n.note_id)  AS 标签,
+  (SELECT na.alias FROM monitor_note_alias na
+    WHERE na.platform = 'dy' AND na.note_id = n.note_id LIMIT 1) AS 作品备注
+FROM (
+    -- 账号清单：作品里出现过的
+    SELECT n1.creator_hash
+      FROM monitor_note n1
+      JOIN monitor_task t1 ON t1.id = n1.task_id
+     WHERE t1.platform = 'dy'
+    UNION
+    -- ∪ 有账号资料的（包含一条作品都没有的博主）
+    SELECT s1.creator_hash
+      FROM monitor_creator_stat s1
+      JOIN monitor_task t2 ON t2.id = s1.task_id
+     WHERE t2.platform = 'dy'
+) acct
+-- 这个博主最新的一条作品
+LEFT JOIN monitor_note n
+       ON n.id = (SELECT n2.id
+                    FROM monitor_note n2
+                    JOIN monitor_task t3 ON t3.id = n2.task_id
+                   WHERE t3.platform = 'dy'
+                     AND n2.creator_hash = acct.creator_hash
+                   ORDER BY n2.published_at DESC, n2.id DESC
+                   LIMIT 1)
+-- 那条作品最近一轮的指标
+LEFT JOIN monitor_note_metric m
+       ON m.id = (SELECT m2.id
+                    FROM monitor_note_metric m2
+                   WHERE m2.task_id = n.task_id
+                     AND m2.note_id = n.note_id
+                   ORDER BY m2.run_id DESC
+                   LIMIT 1)
+LEFT JOIN monitor_creator_alias ca
+       ON ca.platform = 'dy' AND ca.creator_hash = acct.creator_hash
+-- 博主最近一轮的账号级指标
+LEFT JOIN monitor_creator_stat st
+       ON st.id = (SELECT s2.id
+                     FROM monitor_creator_stat s2
+                     JOIN monitor_task t4 ON t4.id = s2.task_id
+                    WHERE t4.platform = 'dy'
+                      AND s2.creator_hash = acct.creator_hash
+                    ORDER BY s2.run_id DESC
+                    LIMIT 1)
+ORDER BY st.fans DESC, acct.creator_hash