La somma è maggiore del previsto a causa dei join. Immagina che una certa data si verifichi in un record track_nutrition e due record track_fatigue, quindi il join farà in modo che i dati della prima tabella vengano combinati una volta con il primo track_fatiguerecord e poi di nuovo con il secondo record. Quindi lo stesso nf_sugarsvalue verrà contato due volte nella somma. Questo comportamento influenzerà anche le medie.
Dovresti quindi eseguire prima le aggregazioni e solo successivamente i join.
In secondo luogo, per assicurarti di catturare tutti i dati, anche se per una determinata data non tutte le tabelle hanno valori, dovresti utilizzare i full outer join. Ciò garantirà che ogni record in ogni tabella troverà la sua strada nel risultato. Ora, MySQL non supporta tali join esterni completi, quindi utilizzo una sottoselezione aggiuntiva per selezionare tutte le diverse date dalle 4 tabelle e quindi "unirle a sinistra" con gli altri dati aggregati:
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;
Nota che otterrai 0 valori in alcune colonne quando non ci sono dati per quella data particolare. Se preferisci ottenere NULL rimuovi invece Nvl() da quelle colonne nella query sopra.
Quindi, per normalizzare tutti i dati su una scala da 0 a 10, puoi guardare il massimo trovato per ogni tipo di valore e usarlo per una conversione, o se sai in anticipo quali sono gli intervalli per tipo, probabilmente è meglio usarlo informazioni, e magari anche codificarle in SQL.
Tuttavia, sembra sempre un po' strano avere valori combinati in un grafico che utilizza effettivamente scale diverse. Si potrebbe facilmente saltare a conclusioni sbagliate con tali grafici.
