SQL 高階・任務佇列監控

以 task_log 統計每個佇列的：任務數、成功率 %（ROUND 1 位）、平均耗時秒（ROUND 1 位）。只納入 finished_at 不是 NULL 的任務。欄位依序 queue、任務數、成功率、平均秒數，依 queue 排序。

sqlite 算秒差：strftime('%s', finished_at) - strftime('%s', started_at)（轉成 Unix 秒再相減，避免 julianday 浮點誤差）。MySQL 寫法差異：TIMESTAMPDIFF(SECOND, started_at, finished_at)。

資料表 task_log（Flower 匯出的任務紀錄）：task_id（文字，主鍵）、task_name、queue 佇列、worker、state（SUCCESS／FAILURE／STARTED）、started_at、finished_at（文字，'YYYY-MM-DD HH:MM:SS'；尚未結束為 NULL）、retries 重試次數（整數）。

找出每個 worker 耗時最長的成功任務，欄位依序 worker、task_id、耗時秒（整數），依 worker 排序。請用 RANK()（若同 worker 有兩個任務耗時相同要都列出）。

秒差：strftime('%s', finished_at) - strftime('%s', started_at)（Unix 秒相減，結果為整數）。

資料表 task_log（Flower 匯出的任務紀錄）：task_id（文字，主鍵）、task_name、queue 佇列、worker、state（SUCCESS／FAILURE／STARTED）、started_at、finished_at（文字，'YYYY-MM-DD HH:MM:SS'；尚未結束為 NULL）、retries 重試次數（整數）。

平台以 sqlite 執行，支援 window function 與 CTE；MySQL 8.0 以上語法相同。

算出 task_log 中「同時執行中的任務數」的最大值，以及最早達到這個峰值的時間點。只納入 finished_at 不是 NULL 的任務。輸出一列：峰值、時間。

做法：把每個任務拆成兩個事件（started_at 記 +1、finished_at 記 −1），依時間排序後做累計和，累計和的最大值就是峰值。同一時間點若同時有 −1 與 +1，先算 −1（結束不佔用）。

資料表 task_log（Flower 匯出的任務紀錄）：task_id（文字，主鍵）、task_name、queue 佇列、worker、state（SUCCESS／FAILURE／STARTED）、started_at、finished_at（文字，'YYYY-MM-DD HH:MM:SS'；尚未結束為 NULL）、retries 重試次數（整數）。

平台以 sqlite 執行，支援 window function 與 CTE；MySQL 8.0 以上語法相同。