Question

我正在尝试使用postgresql计算一段时间内的多个平均值（每个id一个）。

我有一个有效的查询，但是非常慢。（在我的笔记本电脑上3分钟，在服务器上30秒。。）

我想做的是计算最近X天的平均值。可能存在日期间隔（对于星期六和星期日，没有数据），但是我仍然需要最后一个X。因此，例如1month将是20天，等等。

为此，我一直使用row_number() OVER (PARTITION BY item_id ORDER BY tdate DESC)并仅选择BETWEEN 0 AND X（X是我需要的最大日期数）

我的完整查询是：

SELECT x.item_id AS id,avg(x.value) AS result FROM 

(SELECT il.item_id, il.value,  row_number() OVER (PARTITION BY 
il.item_id  ORDER BY il.tdate DESC) rn 

FROM item_prices il) x

WHERE x.rn BETWEEN 0 AND 50 GROUP BY x.item_id order by x.item_id ASC;

正如我所说，我的问题是运行速度非常慢。我怀疑PSQL正在为每个id重新计算SELECT il.item_id, il.value, row_number() OVER (PARTITION BY il.item_id ORDER BY il.tdate DESC，这就是为什么它这么慢的原因。

我一直在阅读有关平均水平的内容，并尝试了一些方法（this），但均未成功。

有人会知道如何使查询更快吗？

我的桌子看起来像这样：

ID,item_id,value,tdate

说明：

GroupAggregate  (cost=7707688.82..8934895.66 rows=36453 width=36)
  Group Key: x.item_id
   ->  Subquery Scan on x  (cost=7707688.82..8933564.38 rows=175125 width=14)
    Filter: ((x.rn >= 1) AND (x.rn <= 50))
    ->  WindowAgg  (cost=7707688.82..8408189.14 rows=35025016 width=26)
          ->  Sort  (cost=7707688.82..7795251.36 rows=35025016 width=18)
                Sort Key: il.item_id, il.tdate DESC
                ->  Seq Scan on item_prices il  (cost=0.00..1163862.16 rows=35025016 width=18)

Answer 1

您可以尝试将以下索引添加到item_prices表中：

CREATE INDEX idx ON item_prices (item_id, tdate, value);

这可以加快ROW_NUMBER中发生的分区的速度，因此可以提高内部查询的性能。关于求平均值，我们无法避免触及每个item_id范围内的每个值，因此可能没有太多可以做的事情了。

实际上，还有其他一些小的优化。您可以从内部查询中删除ORDER BY子句，该子句毫无用处（甚至不会“坚持”）：

SELECT
    x.item_id AS id,
    AVG(x.value) AS result
FROM 
(
    SELECT il.item_id, il.value,
        ROW_NUMBER() OVER (PARTITION BY il.item_id ORDER BY il.tdate DESC) rn 
    FROM item_prices il
) x
WHERE
    x.rn BETWEEN 1 AND 50     -- row number starts at 1, not 0
GROUP BY
    x.item_id
ORDER BY
    x.item_id;

Answer 2

我想做的是计算最近X天的平均值。

这将建议：

SELECT ip.item_id AS id, avg(x.value) AS result
FROM item_prices ip
WHERE ip.tdate <= current_date AND
      ip.tdate > current_date - X * interval '1 day'
GROUP BY ip.item_id;

不过，我看不出您的实际查询与您所问的问题有什么关系。

一段时间内的平均值非常慢

2 个答案: