Question

我有一个包含工作历史的PostgreSQL表：

CREATE TABLE jobHistory
(
   jobid int4,
   starttime timestamptz,
   endtime timestamptz
);

我正在尝试创建一个SQL查询，以便每小时显示正在运行的作业的平均数。应该有24行（24小时为0-23），以包含该小时运行的平均作业数。

我jobHistory表中的总行数约为20k。这是一个示例：

jobid  startTime                 endTime
------------------------------------------------------
377    2017-11-02 15:43:43.0     2017-11-02 15:49:22.0
114    2017-11-02 15:47:05.0     2017-11-02 15:56:19.0
378    2017-11-02 15:49:22.0     2017-11-02 15:53:01.0
379    2017-11-02 15:53:01.0     2017-11-02 16:33:16.0
380    2017-11-02 16:33:16.0     2017-11-02 16:51:26.0
381    2017-11-02 16:51:26.0     2017-11-02 17:03:00.0
382    2017-11-02 17:03:00.0     2017-11-02 17:11:59.0
383    2017-11-02 17:11:59.0     2017-11-02 17:12:44.0
384    2017-11-02 17:12:43.0     2017-11-02 17:13:36.0
385    2017-11-02 17:13:36.0     2017-11-02 17:14:20.0
386    2017-11-02 17:14:20.0     2017-11-02 17:15:08.0
387    2017-11-02 17:15:08.0     2017-11-02 17:16:03.0
388    2017-11-02 17:16:03.0     2017-11-02 18:31:01.0
150    2017-11-02 17:55:00.0     2017-11-02 18:16:32.0
153    2017-11-02 17:55:00.0     2017-11-02 18:15:28.0
135    2017-11-02 17:55:00.0     2017-11-02 17:55:01.0
132    2017-11-02 17:55:00.0     2017-11-02 18:13:00.0
156    2017-11-02 17:55:00.0     2017-11-02 17:55:06.0
147    2017-11-02 17:55:00.0     2017-11-02 17:57:47.0
138    2017-11-02 17:55:00.0     2017-11-02 18:12:33.0
140    2017-11-02 17:55:00.0     2017-11-02 17:55:17.0
389    2017-11-02 18:31:01.0     2017-11-02 18:38:11.0
390    2017-11-02 18:38:11.0     2017-11-02 18:38:35.0
391    2017-11-02 18:38:35.0     2017-11-02 18:38:39.0

我正在寻找每小时的平均工作数。乔布斯全天24小时都在运营。有些时间比其他人有更多的工作。总共大约有120个工作岗位。有些需要几分钟，有些需要几个小时为了保持负载平衡，当我安排一份新工作时，我想看看哪个小时的工作平均数最少。

Answer 1

你的问题不明确。

我假设您在total number of running jobs per hour列的基础上寻找starttime，以下是查询。

SELECT count(jobid) AS TotalJobs,
       date_trunc('hour', starttime) AS Date_Hour
FROM jobHistory
GROUP BY date_trunc('hour', starttime)
order by Date_Hour;

如果您需要endTime，则可以更改上述查询，将starttime替换为endTime

<强>结果：

totaljobs   date_hour
-------------------------------
4           02.11.2017 15:00:00
2           02.11.2017 16:00:00
15          02.11.2017 17:00:00
3           02.11.2017 18:00:00

希望这会有所帮助

<强> DEMO

Answer 2

感谢所有看过这个的人。我确信有一种方法可以使用纯SQL获得答案，但我无法弄明白。为了回答我的问题，我编写了一个perl脚本来获得结果。

这是它的工作原理。

1.。）获取最早的工作记录和最新的工作记录之间的天数，这将用于平均每小时0-23的每次工作的工作数。
2.）对于每个作业记录，增加作业运行当天每小时的计数器。例如，如果作业从下午2点到下午6点运行，则脚本将增加2,3,4,5和6小时的计数器。如果作业超过23小时，我只需将值增加0-23。此时，我的结果有2列。第一列是小时（0-23），第二列是在该小时内运行的作业的出现次数 3.）然后我的脚本从上面的步骤2中取出数字，并将其除以产生平均值的天数。

因为我已经编写了一个perl脚本来生成结果，所以我现在知道安排新工作的最佳时间段是上午11点。

如果有人对解决SQL感兴趣，我会对看看它是如何完成感兴趣。现在，我只是保持我的perl脚本方便。

以下是完整工作历史数据的链接：

https://www.dropbox.com/s/bi66s0thh4sfp46/JobHistoryData.csv?dl=0

这是我的perl脚本的输出，它计算每小时的平均运行作业数：

0 = 2.49
1 = 2.10
2 = 2.16
3 = 2.02
4 = 4.10
5 = 2.86
6 = 2.00
7 = 1.69
8 = 1.69
9 = 1.80
10 = 1.67
11 = 1.53
12 = 1.76
13 = 1.73
14 = 8.33
15 = 2.24
16 = 1.63
17 = 8.67
18 = 6.12
19 = 5.00
20 = 4.84
21 = 3.76
22 = 10.43
23 = 4.37

按小时分组，合计平均

2 个答案: