Question

我正在尝试使用postgres LAG函数来计算系统中每个传感器的两个采样日期之间的绝对时间差。

我能想到的最好的方法是使用WINDOW LAG函数来计算与前一行的差。但是，这有两个问题。第一个值始终为null。我猜我可以使用CASE函数解决此问题。其次，它不会显式获取每个传感器的值。

SELECT 
    seq_id, stream_id, sensor, "timestamp", oper_value 
    "timestamp" - LAG("timestamp",1) OVER (ORDER BY "timestamp") delta
    FROM public.mt_events
    where "type" = 'operational_value_event'
    limit 100;

当违反阈值（包括滞后）时记录数据，因此某些值的更改频率高于其他值。记录数据的时间间隔没有固定。

获得具有至少一定时间差的值的最终目标。

示例数据：

id stream_id sensor oper_value timestamp
44 100000000    GT1         17 2018-05-16 13:36:21.899821+00
45 100000000    GT2         44 2018-05-16 14:36:21.000000+00
88 100000000    GT1         26 2018-05-18 12:33:22.000000+00
94 100000000    GT1         99 2018-05-18 12:33:23.002000+00

例如，如果选择时差至少为5分钟的数据，我希望获得以下值：

id stream_id sensor oper_value timestamp
44 100000000    GT1         17 2018-05-16 13:36:21.899821+00
45 100000000    GT2         44 2018-05-16 14:36:21.000000+00
88 100000000    GT1         26 2018-05-18 12:33:22.000000+00

由于差异少于5分钟，因此最后一个GT1被过滤掉了。

是否有任何方法可以使用SQL语句来执行此操作，还是需要编写存储过程？

干杯，马里奥

Answer 1

您可以将lag()的三个参数形式与partition by一起使用：

("timestamp" -
 LAG("timestamp", 1, "timestamp") OVER (PARTITION BY sensor ORDER BY "timestamp")
) as delta

对于您的最终问题，第一行的NULL值无关紧要。您可以使用子查询解决问题：

select *
from (select seq_id, stream_id, sensor, "timestamp", oper_value ,
             lag("timestamp") over (partition by sensor order by timestamp) as prev_timestamp
      from public.mt_events
      where "type" = 'operational_value_event'
     ) t
where delta is null or
      prev_timestamp < timestamp - interval '5 minute';

如何使用窗口滞后功能对具有多种传感器类型的数据进行分区

1 个答案: