Question

假设我有一组交易（购买），其中包含一组客户的日期，我想计算购买金额和客户购买数量的滚动 x 天总和< / strong>。我已经使用窗口功能使它正常工作，但是我必须填写客户未进行任何购买的日期。这样，我正在使用笛卡尔积。是否有一种更有效的方法，以便随着客户数量和时间窗口的增加而具有更大的可扩展性？

编辑：如评论中所述，我使用的是PostgreSQL v9.3。

以下示例数据（请注意，某些客户在给定日期可能有0、1或多次购买）：

| id | cust_id | txn_date | amount | |----|---------|------------|--------| | 1 | 123 | 2017-08-17 | 10 | | 2 | 123 | 2017-08-17 | 5 | | 3 | 123 | 2017-08-18 | 5 | | 4 | 123 | 2017-08-20 | 50 | | 5 | 123 | 2017-08-21 | 100 | | 6 | 456 | 2017-08-01 | 5 | | 7 | 456 | 2017-08-01 | 5 | | 8 | 456 | 2017-08-01 | 5 | | 9 | 456 | 2017-08-30 | 5 | | 10 | 456 | 2017-08-01 | 1000 | | 11 | 789 | 2017-08-15 | 1000 | | 12 | 789 | 2017-08-30 | 1000 |

这是所需的输出：

| cust_id | txn_date | sum_dly_txns | tot_txns_7d | cnt_txns_7d | |---------|------------|--------------|-------------|-------------| | 123 | 2017-08-17 | 15 | 15 | 2 | | 123 | 2017-08-18 | 5 | 20 | 3 | | 123 | 2017-08-20 | 50 | 70 | 4 | | 123 | 2017-08-21 | 100 | 170 | 5 | | 456 | 2017-08-01 | 1015 | 1015 | 4 | | 456 | 2017-08-30 | 5 | 5 | 1 | | 789 | 2017-08-15 | 1000 | 1000 | 1 | | 789 | 2017-08-30 | 1000 | 1000 | 1 |

以下是根据需要生成总数的SQL：

SELECT * FROM ( -- One row per day per user WITH daily_txns AS ( SELECT t.cust_id ,t.txn_date AS txn_date ,SUM(t.amount) AS sum_dly_txns ,COUNT(t.id) AS cnt_dly_txns FROM transactions t GROUP BY t.cust_id, txn_date ), -- Every possible transaction date for every user dummydates AS ( SELECT txn_date, uids.cust_id FROM ( SELECT generate_series( timestamp '2017-08-01' ,timestamp '2017-08-30' ,interval '1 day')::date ) d(txn_date) CROSS JOIN (SELECT DISTINCT cust_id FROM daily_txns) uids ), txns_dummied AS ( SELECT d.cust_id ,d.txn_date ,COALESCE(sum_dly_txns,0) AS sum_dly_txns ,COALESCE(cnt_dly_txns,0) AS cnt_dly_txns FROM dummydates d LEFT JOIN daily_txns dx ON d.txn_date = dx.txn_date AND d.cust_id = dx.cust_id ORDER BY d.txn_date, d.cust_id ) SELECT cust_id ,txn_date ,sum_dly_txns ,SUM(COALESCE(sum_dly_txns,0)) OVER w AS tot_txns_7d ,SUM(cnt_dly_txns) OVER w AS cnt_txns_7d FROM txns_dummied WINDOW w AS ( PARTITION BY cust_id ORDER BY txn_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW -- 7d moving window ) ORDER BY cust_id, txn_date ) xfers WHERE sum_dly_txns > 0 -- Omit dates with no transactions ;

SQL Fiddle

Answer 1

您要写ROWS BETWEEN 6 PRECEDING AND CURRENT ROW而不是RANGE '6 days' PRECEEDING吗？

这必须是您要寻找的：

SELECT DISTINCT
       cust_id
      ,txn_date
      ,SUM(amount) OVER (PARTITION BY cust_id, txn_date) sum_dly_txns
      ,SUM(amount) OVER (PARTITION BY cust_id ORDER BY txn_date RANGE '6 days' PRECEDING)
      ,COUNT(*) OVER (PARTITION BY cust_id ORDER BY txn_date RANGE '6 days' PRECEDING)
from transactions
ORDER BY cust_id, txn_date

编辑：由于您使用的是旧版本（我在我的postgresql 11上测试了上面的版本），因此上述要点没有多大意义，因此您需要使用老式的SQL（是，没有窗口功能）。
它的效率稍低，但是做的还不错。

WITH daily_txns AS (
        SELECT
        t.cust_id
        ,t.txn_date AS txn_date
        ,SUM(t.amount) AS sum_dly_txns
        ,COUNT(t.id) AS cnt_dly_txns
        FROM transactions t
        GROUP BY t.cust_id, txn_date
)
SELECT t1.cust_id, t1.txn_date, t1.sum_dly_txns, SUM(t2.sum_dly_txns), SUM(t2.cnt_dly_txns)
from daily_txns t1
join daily_txns t2 ON t1.cust_id = t2.cust_id and t2.txn_date BETWEEN t1.txn_date - 7 and t1.txn_date
group by t1.cust_id, t1.txn_date, t1.sum_dly_txns
order by t1.cust_id, t1.txn_date

在PostgreSQL中有效地计算滚动总和

1 个答案: