Funkcje okna lub wspólne wyrażenia tabelowe:policz poprzednie wiersze w zakresie

Nie sądzę, że można to zrobić tanio za pomocą zwykłego zapytania, CTE i funkcji okna – ich definicja ramki jest statyczna, ale potrzebujesz ramki dynamicznej (w zależności od wartości kolumn).

Ogólnie rzecz biorąc, musisz ostrożnie zdefiniować dolną i górną granicę swojego okna:Następujące zapytania wyklucz bieżący wiersz i uwzględnij dolna granica.
Nadal istnieje niewielka różnica:funkcja obejmuje poprzednich elementów równorzędnych bieżącego wiersza, podczas gdy skorelowane podzapytanie ich wyklucza...

Przypadek testowy

Korzystanie z ts zamiast słowa zastrzeżonego date jako nazwę kolumny.

CREATE TABLE test (
  id  bigint
, ts  timestamp
);

ROM - zapytanie Romana

Używaj CTE, agreguj znaczniki czasu w tablicę, rozmieszczaj, licz...
Prawdopodobnie wydajność drastycznie spada z więcej niż garścią rzędów. Jest tu kilku zabójców wydajności. Zobacz poniżej.

ARR - liczba elementów tablicy

Wziąłem zapytanie Romana i spróbowałem go nieco usprawnić:

• Usuń drugie CTE, które nie jest konieczne.
• Przekształć 1. CTE w podzapytanie, które jest szybsze.
• Bezpośrednie count() zamiast ponownego agregowania w tablicę i liczenia za pomocą array_length() .

Ale obsługa macierzy jest kosztowna, a wydajność nadal pogarsza się z większą liczbą wierszy.

SELECT id, ts
     , (SELECT count(*)::int - 1
        FROM   unnest(dates) x
        WHERE  x >= sub.ts - interval '1h') AS ct
FROM (
   SELECT id, ts
        , array_agg(ts) OVER(ORDER BY ts) AS dates
   FROM   test
   ) sub;

COR — skorelowane podzapytanie

możesz rozwiąż to za pomocą prostego skorelowanego podzapytania. Dużo szybciej, ale nadal...

SELECT id, ts
     , (SELECT count(*)
        FROM   test t1
        WHERE  t1.ts >= t.ts - interval '1h'
        AND    t1.ts < t.ts) AS ct
FROM   test t
ORDER  BY ts;

FNC — funkcja

Zapętlaj wiersze w kolejności chronologicznej za pomocą row_number() w funkcji plpgsql i połącz to z kursorem w tym samym zapytaniu, obejmującym żądany przedział czasu. Następnie możemy po prostu odjąć numery wierszy:

CREATE OR REPLACE FUNCTION running_window_ct(_intv interval = '1 hour')
  RETURNS TABLE (id bigint, ts timestamp, ct int)
  LANGUAGE plpgsql AS
$func$
DECLARE
   cur   CURSOR FOR
         SELECT t.ts + _intv AS ts1, row_number() OVER (ORDER BY t.ts) AS rn
         FROM   test t ORDER BY t.ts;
   rec   record;
   rn    int;

BEGIN
   OPEN cur;
   FETCH cur INTO rec;
   ct := -1;  -- init

   FOR id, ts, rn IN
      SELECT t.id, t.ts, row_number() OVER (ORDER BY t.ts)
      FROM   test t ORDER BY t.ts
   LOOP
      IF rec.ts1 >= ts THEN
         ct := ct + 1;
      ELSE
         LOOP
            FETCH cur INTO rec;
            EXIT WHEN rec.ts1 >= ts;
         END LOOP;
         ct := rn - rec.rn;
      END IF;

      RETURN NEXT;
   END LOOP;
END
$func$;

Zadzwoń z domyślnym interwałem jednej godziny:

SELECT * FROM running_window_ct();

Lub z dowolną przerwą:

SELECT * FROM running_window_ct('2 hour - 3 second');

db<>graj tutaj
_{Stary sqlfiddle}

Wzorzec

Korzystając z powyższej tabeli, przeprowadziłem szybki test porównawczy na moim starym serwerze testowym:(PostgreSQL 9.1.9 na Debianie).

-- TRUNCATE test;
INSERT INTO test
SELECT g, '2013-08-08'::timestamp
         + g * interval '5 min'
         + random() * 300 * interval '1 min' -- halfway realistic values
FROM   generate_series(1, 10000) g;

CREATE INDEX test_ts_idx ON test (ts);
ANALYZE test;  -- temp table needs manual analyze

Zmieniłem pogrubienie część dla każdego biegu i zdobyła 5 najlepszych dzięki EXPLAIN ANALYZE .

100 wierszy
ROM:27,656 ms
ARR:7,834 ms
COR:5,488 ms
FNC:1115 ms

1000 wierszy
ROM:2116,029 ms
ARR:189,679 ms
COR:65,802 ms
FNC:8,466 ms

5000 wierszy
ROM:51347 ms !!
ARR:3167 ms
COR:333 ms
FNC:42 ms

100000 wierszy
ROM:DNF
ARR:DNF
COR:6760 ms
FNC:828 ms

Funkcja jest wyraźnym zwycięzcą. Jest najszybszy o rząd wielkości i najlepiej skaluje się.
Obsługa macierzy nie może konkurować.