按两列分组，其中一列是时间戳

Posted 2023-03-31

【中文标题】按两列分组，其中一列是时间戳

【英文标题】：group by on two columns one of which is timestamp

【发布时间】：2020-05-06 01:06:23

【问题描述】：

我有一个 SQL 数据表，其中包含如下数据：

t_id   |  s_id   |  timestamp                 | column1   | column2
-------------------------------------------------------------------
111    | 312552  | 2019-01-01 13:00:00.000000 | 8.8911    | 12.1123
111    | 412522  | 2019-01-01 14:00:00.000000 | 8.0001    | 22.1234
111    | 112999  | 2019-01-01 15:00:00.000000 | 18.8901   | 42.9746
111    | 312555  | 2019-01-01 16:00:00.000000 | 0.1195    | 11.5824
...
...
...
222    | 332552  | 2019-01-01 13:00:00.000000 | 0.0011    | 33.1323
222    | 442522  | 2019-01-01 14:00:00.000000 | 8.5501    | 20.1111
222    | 112465  | 2019-01-01 15:00:00.000000 | 1.0905    | 40.1476
222    | 313333  | 2019-01-01 16:00:00.000000 | 5.2295    | 14.4444
...
...
345    | 333352  | 2019-01-01 13:00:00.000000 | 0.0011    | 12.9045
345    | 444422  | 2019-01-01 14:00:00.000000 | 8.5501    | 2.50476
345    | 112265  | 2019-01-01 15:00:00.000000 | 1.0905    | 90.1111
345    | 316633  | 2019-01-01 16:00:00.000000 | 5.2295    | 44.0000

在表中，每个s_id 对应一个唯一的t_id。 timestamp 列代表每个 s_id 的一整年（8760 小时）。我想处理这些数据，以便对于每个t_id，输出数据具有以下列：

t_id   | timestamp                  | sum_column1  | sum_column2
----------------------------------------------------------------
111    | 2019-01-01 00:00:00.000000 | 8998.8911    | 111112.1123
........ (rest of 8759 hours for t_id = 111) ....................

222    | 2019-01-01 00:00:00.000000 | 1111.1234    | 965464.1123
........ (rest of 8759 hours for t_id = 222) ....................

sum_column1 应该是按 t_id 和时间戳分组的 column1 的总和，sum_column2 也是如此

我为此编写的查询（如下所示）不起作用，但如果我将timestamp 放在date() 函数中，则可以。但在后一种情况下，它只是 date，（不是 datetime，这是预期的结果）。如何修改此查询以输出按t_id 分组的结果并报告timestamp

select
    t_id,
    timestamp,
    sum(column1) as sum_column1, 
    sum(column2) as sum_column2
from
    data_table 
where
    t_id in (111, 222)
group by 
    timestamp,
    t_id
order by
    timestamp, 
    t_id

查询导致以下错误消息，但我没有看到任何语法错误：

亚马逊无效操作：“，”位置或附近的语法错误：37；

PS：我正在开发 Amazon Redshift

【问题讨论】：

我不明白您的结果集由什么组成。所有时间戳是串联在一起还是在不同的行中。

我收到一个错误：[Amazon](500310) 无效操作：在“，”位置或附近出现语法错误：37;

您认为查询无效的原因是什么？如果您使用 date()，它将截断时间，汇总每个日期而不是每小时的数据，因此听起来不像您所追求的。如果您只是将时间戳移动到要排序的第二列，那不会给您所需的结果吗？ （所有这些都会改变结果显示的顺序，但会通过 t_id 将它们组合在一起，就像在您想要的结果的示例中一样）

【参考方案1】：

看起来你想使用窗口函数而不是聚合：

select
    t_id,
    "timestamp",
    sum(column1) over (partition by t_id) as sum_column1, 
    sum(column2) over (partition by t_id) as sum_column2
from
    data_table 
where
    t_id in (111, 222)
order by
    t_id,
    "timestamp"

PostgreSQL demo on dbfiddle

【讨论】：

我试过了，结果如下：[Amazon](500310) 无效操作：在“，”或附近出现语法错误，位置：37； （我在上面的问题中得到了与原始查询类似的错误，但我没有看到任何语法错误）

@Vakratund 这绝对是有效的 postgresql 语法，请参阅db-fiddle.com/f/kku3XHLnvyqtmX9ixGL2vM/0，我看不出任何关于 redshift 的错误。

@Vakratund 错误消息中还有更多信息吗？

我的语法对我来说似乎也不错。错误消息中没有更多信息。

也许它实际上来自您用来执行查询的代码？可以分享一下吗？