1、全面停用提前消费工具，包括信用卡、花呗、京东白条，有点难，12月底执行到位；
2、抑制消费，克制消费冲动，减少消费需求；
3、存钱、存钱，努力存钱；
4、理财、理财！

去年开始住所附近多了两只无主野猫，其中一只还跑我家楼上下不来，饿了几天，后来被两个“爱猫人士”拎着诱捕笼救了下来，今年这两只猫又繁殖了三只，平日这几只猫就游荡在附近的花坛里、屋檐下，慢慢地，发现这群猫带来的以下几个问题：

1. 乱叫，发情期间哇哇乱叫，影响人休息，苦不堪言；
2. 环境问题，这几只猫会翻垃圾箱，常常把那些没有盖盖子的垃圾桶翻的一地垃圾，爱心人士提供的猫吃不完的猫粮洒一地需要清理；
3. 危害野生动物，之前花园里经常有斑鸠踱来踱去觅食，自从这几只猫在这里生活，几乎就见不到斑鸠下到地面觅食了，原因一方面是猫挤占了斑鸠的地面生存空间，另一方面，猫会威胁到地面觅食斑鸠的生命安全；
4. 破坏电瓶车，这些猫会趴在电瓶车座位上休息，顺便会磨磨爪子，最近发现我的电瓶车座被猫抓了一二十个洞。

有时，新闻上那些对待猫狗作出过激行为的人，你不能盲目评判他是对是错，最好从源头上找原因，拿我这附近的这群无主野猫来说，问题的根源就在弃养他们的主人身上，不想养了就好好处理掉，不要不负责任地丢弃，成为别人的麻烦。

其实我不知道如何描述长期饮茶的危害，养生专家或者茶文化从业者可能会告诉你茶的各种好处，以我最近两年饮茶的切身体验总结，长期喝茶可能有一百种好处，至少有以下几点问题值得谨慎对待：

• 嘴巴干涩，是那种越喝越干涩，越干涩越想喝的感觉，明明一直在喝茶，嘴巴为什么还是那么干涩；
• 费钱，茶叶价格差异非常大，旱的旱死涝的涝死，总之，随着饮茶习惯的养成，以及对茶叶的深入了解，对茶叶的选择只会越来越挑，价格越来越高；另一方面，茶与生俱来的文化元素，总能让你愿意在一些形式上的东西上花钱，茶具至少得搞一些吧；
• 危害牙齿美观，以前我有一口洁白的牙齿，随着饮茶习惯的养成，不管怎么刷，牙齿上的茶垢总是除之不尽；
• 心态上的变化，喝茶和心态变老，这两者之间的到底谁是谁的因，谁是谁的果我不知道，反正我隐约感觉到心态上的些许微妙变化了。

离职同事跑到广东找工作，广东那边的面试官直接致电咨询我供职公司的熟人，询问此人的“工作能力”，这位熟人又把原委告诉了我。

这种通过熟人对前离职同事的调查，本人至少经历过三次了，世界真是太小了，特别是在大一点的公司，不管去哪里工作，你在上一家公司的工作态度、能力和人际关系，很容易影响到你的下一份工作，比预想的容易的多。

最近需要统计一项数据，原数据包含记录行生成的时间戳字段OP_TIME和一个自增序列中间可能不连续的单据编号 SWF_NUM，要求统计相邻两条记录的时间戳间隔不超过10分钟的最大连续记录数。概括起来有两个要求：

1. 相邻两条记录的时间戳间隔不超过10分钟；
2. 满足第1条的记录且连续不间断的最大记录数。

实现方法

整体思路是：

1. 筛选出结果集；
2. 处理结果集：
• 对结果集中符合条件和不符合条件的记录打上标签；
• 同时，通过 ROW_NUMBER() 对结果集排序编号。
3. 再次处理结果集：
• 对处理好的结果集通过 ROW_NUMBER()=ROW_NUMBER()-1 自关联，过滤掉符合条件的记录；
• 对查询结果第二次通过 ROW_NUMBER() 排序编号。
4. 再次处理结果集：
• 利用第二次的排序编号 ROW_NUMBER()=ROW_NUMBER()-1 对结果集重新自关联；
• 在查询结果中将第一次的排序编号相减，差值-1就是连续记录数；
• 对上述结果分组取最大值，得到最大连续记录数。

现在用对筛选好的源数据通过 ROW_NUMBER() 排序，自关联比较相邻记录的时间差，对符合要求的记录通过 ROW_NUMBER() 再排序，得到的结果通过第二次的 ROW_NUMBER() 值自关联，在查询结果中用第一次的 ROW_NUMBER() 值求差，差值就是符合条件的联续记录数，分组后取最大值，得到结果：

1. 处理原数据，给结果加上按 OP_TIME 降序的 ROW_NUMBER()，取别名 SWF_ROW；
2. 对上一步的结果，通过 SWF_ROW = SWF_ROW-1 自关联，比较相邻记录的时间差：在查询结果里对自关联的源数据记录比较时间戳，小于等于10分钟的赋值1（下一步会丢弃这些记录），大于10分钟的赋值0，取别名 TT；
   
3. 对上一步的结果进行执行查询处理，条件里筛选出 TT=0 的记录，给执行结果加上按 SWF_ROW 降序的 ROW_NUMBER()，取别名 RNN，待下一步用；
   
4. 最后，对第三步的结果通过 RNN=RNN-1 自关联，查询结果对 SWF_ROW-SWF_ROW 进行分组统计取最大值。
   

WITH TA AS ( --原始数据
SELECT TA.UNIT_ID,TA.SWF_NUM,TA.OP_TIME FROM TA
),
MA AS ( --最大时间记录
SELECT X.UNIT_ID,MAX(X.SWF_NUM) AS MAX_SWF_NUM,X.FSCL_DATE,MAX(X.OP_TIME) AS OP_TIME FROM TA X
GROUP BY X.UNIT_ID,X.FSCL_DATE
),
MI AS ( --最小时间记录
SELECT X.UNIT_ID,MIN(X.SWF_NUM) AS MIN_SWF_NUM,X.FSCL_DATE,MIN(X.OP_TIME) AS OP_TIME FROM TA X
GROUP BY X.UNIT_ID,X.FSCL_DATE
),
XR AS (--处理源数据
SELECT UN.*,ROW_NUMBER() OVER( PARTITION BY UN.UNIT_ID ORDER BY UN.UNIT_ID,UN.OP_TIME DESC) SWF_ROW
FROM (
--制造更小记录 开始 在第一个记录前制造一个记录号-1的更小记录，防止开头出现符合条件的连续记录
SELECT MI.UNIT_ID,TO_CHAR(MI.MIN_SWF_NUM-1,'FM0000000000') AS SWF_NUM,FSCL_DATE,
(MI.OP_TIME-11/(24*60)) AS OP_TIME --制单时间比第一个真实记录的制单时间早11分钟
FROM MI MI --制造第一个相差分钟数大于11分钟（反正间隔大于10分钟就行）的记录，使之不符合要求
--制造更小记录 结束
UNION
--正常记录 开始
SELECT X.UNIT_ID,X.SWF_NUM,X.FSCL_DATE,X.OP_TIME FROM TA X
--正常记录 结束
UNION
--制造更大记录 开始 在第后一个记录后制造一个记录号+1的更大记录
SELECT MA.UNIT_ID,TO_CHAR(MA.MAX_SWF_NUM+1,'FM0000000000') AS SWF_NUM,FSCL_DATE,
(MA.OP_TIME+11/(24*60)) AS OP_TIME --制单时间比实际最后一个记录制单时间晚6分钟
FROM MA MA --制造第一个相差分钟数大于11分钟的记录，防止结尾出现符合条件的连续记录
--制造更大记录 结束
) UN
),
FI AS(
SELECT A.*,ROW_NUMBER() OVER( PARTITION BY A.UNIT_ID ORDER BY A.UNIT_ID,A.SWF_ROW DESC ) RNN FROM (
SELECT XR.UNIT_ID,XR.SWF_ROW,
CASE
WHEN ROUND((XR.OP_TIME-X.OP_TIME) * 24 * 60,2) <=10 THEN 1 WHEN ROUND((XR.OP_TIME-X.OP_TIME) * 24 * 60,2) >10 THEN 0
END AS TT --是否符合间隔10分钟的条件，符合置1 不符合置0
FROM XR XR
LEFT JOIN XR X ON XR.UNIT_ID=X.UNIT_ID AND XR.FSCL_DATE=X.FSCL_DATE AND X.SWF_ROW-1=XR.SWF_ROW
WHERE X.SWF_NUM IS NOT NULL
ORDER BY XR.SWF_NUM DESC
) A
WHERE A.TT='0'
)
SELECT FI.UNIT_ID,MAX(FI.SWF_ROW-NVL(FI2.SWF_ROW,0)) MAX_CNT FROM FI
LEFT JOIN FI FI2 ON FI.UNIT_ID=FI2.UNIT_ID AND FI.RNN=FI2.RNN-1
GROUP BY FI.UNIT_ID