Wybierz różnych użytkowników pogrupuj według zakresu czasu

Policz wszystkie wiersze

SELECT date, '1_D' AS time_series,  count(DISTINCT user_id) AS cnt
FROM   uniques
GROUP  BY 1

UNION  ALL
SELECT DISTINCT ON (1)
       date, '2_W', count(*) OVER (PARTITION BY week_beg ORDER BY date)
FROM   uniques

UNION  ALL
SELECT DISTINCT ON (1)
       date, '3_M', count(*) OVER (PARTITION BY month_beg ORDER BY date)
FROM   uniques
ORDER  BY 1, time_series

• Twoje kolumny week_beg i month_beg są w 100% nadmiarowe i można je łatwo zastąpić date_trunc('week', date + 1) - 1 i date_trunc('month', date) odpowiednio.

• Wydaje się, że Twój tydzień zaczyna się w niedzielę (przerwa o jeden), dlatego + 1 .. - 1 .

• domyślna ramka funkcji okna z ORDER BY w OVER klauzula używa to RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW . Właśnie tego potrzebujesz.

• Użyj UNION ALL , a nie UNION .

• Twój niefortunny wybór dla time_series (D, W, M) nie sortuje dobrze, zmieniłem nazwę, aby wykonać ostateczne ORDER BY łatwiej.

• To zapytanie może dotyczyć wielu wierszy dziennie. Liczby obejmują wszystkich rówieśników na dzień.

• Więcej o DISTINCT ON :

  • Wybierz najpierw wiersz w każdej grupie GROUP BY?

DISTINCT użytkowników dziennie

Aby policzyć każdego użytkownika tylko raz dziennie, użyj CTE z DISTINCT ON :

WITH x AS (SELECT DISTINCT ON (1,2) date, user_id FROM uniques)
SELECT date, '1_D' AS time_series,  count(user_id) AS cnt
FROM   x
GROUP  BY 1

UNION ALL
SELECT DISTINCT ON (1)
       date, '2_W'
      ,count(*) OVER (PARTITION BY (date_trunc('week', date + 1)::date - 1)
                      ORDER BY date)
FROM   x

UNION ALL
SELECT DISTINCT ON (1)
       date, '3_M'
      ,count(*) OVER (PARTITION BY date_trunc('month', date) ORDER BY date)
FROM   x
ORDER BY 1, 2

DISTINCT użytkownicy w dynamicznym okresie

Zawsze możesz skorzystać z skorelowanych podzapytań . Z dużymi tabelami zwykle działa wolno!
Budowanie na poprzednich zapytaniach:

WITH du AS (SELECT date, user_id FROM uniques GROUP BY 1,2)
    ,d  AS (
    SELECT date
          ,(date_trunc('week', date + 1)::date - 1) AS week_beg
          ,date_trunc('month', date)::date AS month_beg
    FROM   uniques
    GROUP  BY 1
    )
SELECT date, '1_D' AS time_series,  count(user_id) AS cnt
FROM   du
GROUP  BY 1

UNION ALL
SELECT date, '2_W', (SELECT count(DISTINCT user_id) FROM du
                     WHERE  du.date BETWEEN d.week_beg AND d.date )
FROM   d
GROUP  BY date, week_beg

UNION ALL
SELECT date, '3_M', (SELECT count(DISTINCT user_id) FROM du
                     WHERE  du.date BETWEEN d.month_beg AND d.date)
FROM   d
GROUP  BY date, month_beg
ORDER  BY 1,2;

Skrzypce SQL dla wszystkich trzech rozwiązań.

Szybciej dzięki dense_rank()

@Clodoaldo wymyśliłem znaczną poprawę:użyj funkcji okna dense_rank() . Oto kolejny pomysł na zoptymalizowaną wersję. Od razu wykluczenie codziennych duplikatów powinno być jeszcze szybsze. Wzrost wydajności rośnie wraz z liczbą wierszy dziennie.

Opierając się na uproszczonym i oczyszczonym modelu danych - bez zbędnych kolumn - day jako nazwę kolumny zamiast date

date to zastrzeżone słowo w standardowym SQL i podstawowa nazwa typu w PostgreSQL i nie powinna być używana jako identyfikator.

CREATE TABLE uniques(
   day date     -- instead of "date"
  ,user_id int
);

Ulepszone zapytanie:

WITH du AS (
   SELECT DISTINCT ON (1, 2)
          day, user_id 
         ,date_trunc('week',  day + 1)::date - 1 AS week_beg
         ,date_trunc('month', day)::date         AS month_beg
   FROM   uniques
   )
SELECT day, count(user_id) AS d, max(w) AS w, max(m) AS m
FROM  (
    SELECT user_id, day
          ,dense_rank() OVER(PARTITION BY week_beg  ORDER BY user_id) AS w
          ,dense_rank() OVER(PARTITION BY month_beg ORDER BY user_id) AS m
    FROM   du
    ) s
GROUP  BY day
ORDER  BY day;

Skrzypce SQL demonstrowanie wydajności 4 szybszych wariantów. Zależy to od Twojej dystrybucji danych, która jest dla Ciebie najszybsza.
Wszystkie są około 10 razy szybsze niż wersja skorelowanych podzapytań (co nie jest złe w przypadku skorelowanych podzapytań).