Question

我正在使用PostgreSQL 9.6。我有一张这样的桌子：

mac   sn         loc   time     date      vin1    vin2    vin3
1a34 4as11111111 aaaa  7:06:18  1/1/2018  447.42  472.32  682.59
1a34 4as11111111 aaaa  7:06:43  1/1/2018  455.97  476.25  682.59
1a34 4as11111111 aaaa  7:07:35  1/1/2018  470.88  484.2   682.5

我需要在300秒（5分钟）的时间间隔内计算vin1，vin2，vin3的平均值。例如，从第一次（7:06:18 - 7:11:18）开始，为范围内的日期。我可以使用此查询选择我需要的数据：

select * from table
where sn='4as11111111' and date between '2018-01-01' and '2018-01-02';

但我不知道如何按300秒的时间间隔对其进行分组，并计算{5}间隔的vin1，vin2，vin3列的平均值，以获得类似的结果这样：

mac  sn          loc     time     date      vin1_av  vin2_av  vin3_av
1a34 4as11111111 aaaa   7:06:18  1/1/2018  450.0    480.32   600.59
1a34 4as11111111 aaaa   7:11:18  1/1/2018  460.0    490.25   782.59
1a34 4as11111111 aaaa   7:16:18  1/1/2018  470.88   500.2    600.5

非常感谢任何帮助。

Answer 1

数据库设计

虽然可以使用单独的date和time列，但与单个timestamp列相比，确实没有任何优势。我会适应：

ALTER TABLE tbl ADD column ts timestamp;
UPDATE tbl SET ts = date + time;  -- assuming actual date and time types
ALTER TABLE tbl DROP column date, DROP column time;

如果日期和时间不是实际的date和time数据类型，请使用to_timestamp()。相关：

查询

然后查询更简单：

SELECT *
FROM  (
   SELECT sn, generate_series(min(ts), max(ts), interval '5 min') AS ts
   FROM   tbl
   WHERE  sn = '4as11111111'
   AND    ts >= '2018-01-01'
   AND    ts <  '2018-01-02'
   GROUP  BY 1
   ) grid
CROSS  JOIN LATERAL (
   SELECT round(avg(vin1), 2) AS vin1_av
        , round(avg(vin2), 2) AS vin2_av
        , round(avg(vin3), 2) AS vin3_av
   FROM   tbl
   WHERE  sn =  grid.sn
   AND    ts >= grid.ts
   AND    ts <  grid.ts + interval '5 min'
   ) avg;

db＆lt;＆gt;小提琴here

在第一个子查询grid中生成一个开始时间网格，在给定时间范围内从第一个限定行开始运行。

使用LATERAL联接加入属于每个分区的行，并立即在子查询avg中聚合平均值。由于聚合，即使没有找到条目，始终也会返回一行。在这种情况下，平均值默认为NULL。

结果包括给定时间范围内第一个和最后一个合格行之间的所有时间段。各种其他结果组合物也是有意义的。比如在给定时间范围内包含所有次时隙或仅包含具有实际值的时隙。一切皆有可能，我不得不选择一种解释。

索引

至少有这个多列索引：

CRATE INDEX foo_idx ON tbl (sn, ts);

或者在(sn, ts, vin1, vin2, vin3)上允许仅索引扫描 - 如果满足某些先决条件，特别是如果表行比演示中宽得多。

密切相关：

基于原始表格

As requested and clarified in the comment，稍后在问题中再次更新，以包含列mac和loc。我假设你想要每(mac, loc)个单独的平均值。

date和time仍然是单独的列，vin *列的类型为float，并且排除没有行的时间段：

更新的查询还将集合返回函数generate_series()移动到FROM列表，这在Postgres 10之前更清晰：

SELECT t.mac, sn.sn, t.loc, ts.ts::time AS time, ts.ts::date AS date
     , t.vin1_av, t.vin2_av, t.vin3_av
FROM  (SELECT text '4as11111111') sn(sn)  -- provide sn here once
CROSS  JOIN LATERAL (
   SELECT min(date+time) AS min_ts, max(date+time) AS max_ts
   FROM   tbl
   WHERE  sn = sn.sn
   AND    date+time >= '2018-01-01 0:0'   -- provide time frame here
   AND    date+time <  '2018-01-02 0:0'
   ) grid
CROSS  JOIN LATERAL generate_series(min_ts, max_ts, interval '5 min') ts(ts)
CROSS  JOIN LATERAL (
   SELECT mac, loc
        , round(avg(vin1)::numeric, 2) AS vin1_av  -- cast to numeric for round()
        , round(avg(vin2)::numeric, 2) AS vin2_av  -- but rounding is optional
        , round(avg(vin3)::numeric, 2) AS vin3_av
   FROM   tbl
   WHERE  sn = sn.sn
   AND    date+time >= ts.ts
   AND    date+time <  ts.ts + interval '5 min'
   GROUP  BY mac, loc
   HAVING count(*) > 0  -- exclude empty slots
   ) t;

创建多列表达式索引以支持此：

CRATE INDEX bar_idx ON tbl (sn, (date+time));

db＆lt;＆gt;小提琴here

但我宁愿一直使用timestamp。

如何获得Postgres中时间间隔的平均值

1 个答案:

数据库设计

查询

索引

基于原始表格