PostgreSQL - Pobieranie danych statystycznych

Powinieneś zajrzeć do funkcji agregujących (min, max, count, avg), które idą w parze z GROUP BY . W przypadku agregacji opartych na datach date_trunc jest również przydatne.

Na przykład zwróci to liczbę wierszy dziennie:

SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count FROM tb_user
    GROUP BY date_trunc('day', date_time);

Następnie możesz wykonać średnią dzienną, używając czegoś takiego (z CTE ):

WITH daily_count AS (SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count FROM tb_user
    GROUP BY date_trunc('day', date_time))
SELECT AVG(user_count) FROM daily_count;

Użyj 'week' zamiast dnia dla liczników tygodniowych i tak dalej (zobacz date_trunc dokumentacja).

EDYTUJ: (Poniższy komentarz:średnia do 1.05.2012 włącznie, tj. przed 6.)

WITH daily_count AS (SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count
    FROM tb_user
       WHERE date_time >= DATE('2012-01-01') AND date_time < DATE('2012-01-06') 
    GROUP BY date_trunc('day', date_time))
SELECT SUM(user_count)/(DATE('2012-01-06') - DATE('2012-01-01')) FROM daily_count;

To, co powyżej, jest w tym przypadku zbyt skomplikowane. To powinno dać ten sam wynik:

SELECT COUNT(id)/(DATE('2012-01-06') - DATE('2012-01-01'))
    FROM tb_user
       WHERE date_time >= DATE('2012-01-01') AND date_time < DATE('2012-01-06');

EDYCJA 2: Po Twojej edycji, myślę, że to, czego szukasz, to tylko jedna globalna średnia z całego okresu istnienia Twojej bazy danych, a nie grupowanie według miesiąca/tygodnia/dzień.

Powinno to dać średnią liczbę wierszy dziennie:

WITH total_min_max AS (SELECT
        COUNT(id) AS total_visits,
        MIN(date_time) AS first_date_time,
        MAX(date_time) AS last_date_time,
    FROM tb_user)
SELECT total_visits/((last_date_time::date-first_date_time::date)+1) AS users_per_day
    FROM total_min_max

(Zamieniłbym last_date_time z NOW() aby uzyskać średnią do chwili obecnej, a nie do ostatniej wizyty, jeśli nie ma ostatnich odwiedzin).

Następnie dla dziennych, tygodniowych i „miesięcznych”:

WITH daily_avg AS (
    WITH total_min_max AS (SELECT
            COUNT(id) AS total_visits,
            MIN(date_time) AS first_date_time,
            MAX(date_time) AS last_date_time,
        FROM tb_user)
    SELECT total_visits/((last_date_time::date-first_date_time::date)+1) AS users_per_day
        FROM total_min_max)
SELECT
         users_per_day,
         (users_per_day * 7) AS users_per_week,
         (users_per_month * 30) AS users_per_month
    FROM daily_avg

Biorąc to pod uwagę, wnioski, które wyciągasz z takich statystyk, mogą nie być wspaniałe, zwłaszcza jeśli chcesz zobaczyć, jak to się zmienia.

Normalizowałbym również dane na dzień, zamiast zakładać 30 dni w miesiącu (jeśli nie na godzinę, ponieważ nie wszystkie dni mają 24 godziny ). Załóżmy, że masz 10 wizyt dziennie w styczniu 2011 i 10 wizyt dziennie w lutym 2011. To daje 310 wizyt w styczniu i 280 wizyt w lutym. 10% spadek pod względem liczby odwiedzających, więc coś poszło nie tak w lutym, kiedy w rzeczywistości tak nie jest.