微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

甚至用PostgreSQL进行数据采样

我有一个查询返回两个时间戳之间的所有点.如果我做一个特别大的时间片(比如1年),我可能会得到10000行.我希望能够要求一个分辨率(比如说1天)并让它们均匀间隔1天,并收到~365行.这是我现在的查询

SELECT *
      FROM checkins
      WHERE serial=${serial} AND created_at BETWEEN ${startTimestamp} AND ${endTimestamp}
      ORDER BY created_at DESC
      LIMIT ${limit}
      OFFSET ${offset}

关于使用Postgres的好策略的任何想法?

解决方法

假设你有PG 9.4这应该做的伎俩:

SELECT *
FROM checkins
JOIN (
  -- The below returns 366 created_at values within the two time points,inclusive
  SELECT precentile_disc(fraction/365.) WITHIN GROUP (ORDER BY created_at) 
  FROM checkins,generate_series(0,365) f(fraction)
  WHERE serial = ${serial} AND created_at BETWEEN ${startTimestamp} AND ${endTimestamp}
) USING (created_at)
ORDER BY created_at DESC;

percentile_disc() function根据指定的分数从排序组中为您提供离散值,其值最接近提供的分数.与generate_series()结合使用时,您可以在分数[0.,0.004,0.008,…,1.]处获得一系列此类值.然后将这些值(created_at值,而不是分数)加回到checkins表中以获得最终结果.

对于旧版本的PG,您可以“手动”执行此操作:

SELECT *
FROM (
  SELECT *,rank() OVER (ORDER BY created_at) AS rnk
  FROM checkins
  WHERE serial = ${serial} AND created_at BETWEEN ${startTimestamp} AND ${endTimestamp}
) sub
WHERE rnk % extract(day from ${endTimestamp} - ${startTimestamp}) = 1
ORDER BY created_at;

这为startTimestamp和endTimestamp之间的每一天提供了一行,所以如果它们相隔一年就会得到365行.

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。

相关推荐