Question

打扰一下，如果这令人困惑，因为我对postgresql不是很熟悉。我有一个postgres数据库，其中包含一个充满“站点”的表。每个站点每小时报告一次，当它报告时，它在此表中输入一个条目，如下所示：

site |      tstamp
-----+--------------------
6000 | 2013-05-09 11:53:04
6444 | 2013-05-09 12:58:00
6444 | 2013-05-09 13:01:08
6000 | 2013-05-09 13:01:32
6000 | 2013-05-09 14:05:06
6444 | 2013-05-09 14:06:25
6444 | 2013-05-09 14:59:58
6000 | 2013-05-09 19:00:07

正如您所看到的，时间戳几乎从不在鼻子上，有时在几分钟/秒内彼此会有2个或更多。此外，有些网站不会一次报告几小时（有时）。我想每小时只为每个站点选择一个条目（尽可能接近每小时）。我怎样才能以有效的方式做到这一点？我还需要将其扩展到其他时间范围（例如每个站点每天一个条目 - 尽可能接近午夜）。

感谢您提出的所有建议。

Answer 1

您可以使用DISTINCT ON：

select distinct on (date_trunc('hour', tstamp)) site, tstamp
from t
order by date_trunc('hour', tstamp), tstamp

如果您关心的是哪个条目，请注意ORDER BY。

或者，您可以使用row_number window function标记感兴趣的行，然后从派生表中剥离每个组中的第一个结果：

select site, tstamp
from (
    select site, tstamp,
           row_number() over (partition by date_trunc('hour', tstamp) order by tstamp) as r
    from t
) as dt
where r = 1

同样，您需要调整ORDER BY以选择每个日期的特定感兴趣行。

Answer 2

您正在寻找每小时最接近的值。有些是在一小时之前，有些是在之后。这使这成为一个艰难的问题。

首先，我们需要确定适用于特定小时的值范围。为此，我会考虑从小时前15分钟到小时后45分钟的任何事情。因此，2：00的考虑期间从1:45到2:45（任意，但对您的数据似乎是合理的）。我们可以通过将时间戳移动15分钟来实现这一目标。

其次，我们需要获得与小时最接近的值。所以，我们更喜欢1:57到2:05。我们可以通过考虑（57,60 - 57,5,60 - 5）中的第一个值来做到这一点。

我们可以使用row_number()：

将这些规则放入SQL语句中

select site, tstamp, usedTimestamp
from (select site, tstamp,
             date_trunc('hour', tstamp + 'time 00:15') as usedTimestamp
             row_number() over (partition by site, to_char(tstamp + time '00:15', 'YYYY-MM-DD-HH24'),
                                order by least(extract(minute from tstamp), 60 - extract(minute from tstamp))
                               ) as seqnum
      from t
     ) as dt
where seqnum = 1;

Answer 3

对于问题的可扩展性方面。

I also will need to extend this to other time frames (like one entry per site per day

从不同的站点ID集合中，使用（递归）CTE，我将在指定的StartDateTime，EndDateTime范围内构建一个由每小时每小时一个条目（或其他指定间隔）组成的集合。

          SITE..THE DATE-TIME-HOUR
          6000  12.1.2013 00:00:00
          6000  12.1.2013 01:00:00
          .
          .
          . 
          6000  12.1.2013 24:00:00              
          7000  12.1.2013 00:00:00        
          7000  12.1.2013 01:00:00
          .
          .
          . 
          7000  12.1.2013 24:00:00

然后我会将CTE与您的SITES登录站点ID以及CTE时间点与LOG的时间点之间的最小绝对差异联系起来。

通过这种方式，您可确保每个站点每个站点有一行。

P.S。对于长时间没有打电话回家的网站，其最新的电话时间戳将作为最接近的时间戳重复多次。

如何从时间戳表中每小时选择一行数据？

3 个答案: