Question

我有一个表，可以在一段时间内存储网络上的带宽使用情况。一列将包含日期时间（主键），另一列将记录带宽。每分钟记录一次数据。我们将在那个时刻记录其他数据。

如果用户以15分钟的间隔（在给定的开始和结束日期的24小时内）请求数据，是否可以使用单个查询来获取我需要的数据，或者我是否必须编写存储过程/游标去做这个？然后，用户可以请求5分钟间隔数据等。

我很可能会使用Postgres但是还有其他NOSQL选项会更好吗？

有什么想法吗？

Answer 1

WITH t AS (
   SELECT ts, (random()*100)::int AS bandwidth
   FROM   generate_series('2012-09-01', '2012-09-04', '1 minute'::interval) ts
   )

SELECT date_trunc('hour', ts) AS hour_stump
      ,(extract(minute FROM ts)::int / 15) AS min15_slot
      ,count(*) AS rows_in_timeslice               -- optional
      ,sum(bandwidth) AS sum_bandwidth
FROM   t
WHERE  ts >= '2012-09-02 00:00:00+02'::timestamptz -- user's time range
AND    ts <  '2012-09-03 00:00:00+02'::timestamptz -- careful with borders 
GROUP  BY 1, 2
ORDER  BY 1, 2;

CTE t提供表格可能包含的数据：每分钟一个时间戳ts，bandwidth个数字。（您不需要该部分，而是使用您的表格。）

对于一个非常相似的问题，这是一个非常类似的解决方案 - 详细解释了这个特定聚合的工作原理：

date_trunc 5 minute interval in PostgreSQL

以下是关于运行总和的类似问题的类似解决方案 - 详细说明和所用各种功能的链接：

PostgreSQL: running count of rows for a query 'by minute'

评论中的其他问题

WITH -- same as above ...

SELECT DISTINCT ON (1,2)
       date_trunc('hour', ts) AS hour_stump
      ,(extract(minute FROM ts)::int / 15) AS min15_slot
      ,bandwidth AS bandwith_sample_at_min15
FROM   t
WHERE  ts >= '2012-09-02 00:00:00+02'::timestamptz
AND    ts <  '2012-09-03 00:00:00+02'::timestamptz
ORDER  BY 1, 2, ts DESC;

从窗口中的最后一个可用行中每隔15分钟检索一个未聚合的样本。如果没有丢失行，这将是第15分钟。关键部分是DISTINCT ON和ORDER BY 有关使用过的技术的更多信息：

Select first row in each GROUP BY group?

Answer 2

select
    date_trunc('hour', d) + 
    (((extract(minute from d)::integer / 5 * 5)::text) || ' minute')::interval
    as "from",
    date_trunc('hour', d) + 
    ((((extract(minute from d)::integer / 5 + 1) * 5)::text) || ' minute')::interval
    - '1 second'::interval
    as "to",
    sum(random() * 1000) as bandwidth
from 
    generate_series('2012-01-01', '2012-01-31', '1 minute'::interval) s(d)
group by 1, 2
order by 1, 2
;

那是5分钟的范围。 15分钟除以15。

按数据间隔分组

2 个答案:

评论中的其他问题