在 PostgreSQL 中计算累积和

Posted 2023-03-31

【中文标题】在 PostgreSQL 中计算累积和

【英文标题】：Calculating Cumulative Sum in PostgreSQL

【发布时间】：2014-04-03 14:47:28

【问题描述】：

我想找到字段的累积或运行量并将其从暂存到表中。我的暂存结构是这样的：

ea_month    id       amount    ea_year    circle_id
April       92570    1000      2014        1
April       92571    3000      2014        2
April       92572    2000      2014        3
March       92573    3000      2014        1
March       92574    2500      2014        2
March       92575    3750      2014        3
February    92576    2000      2014        1
February    92577    2500      2014        2
February    92578    1450      2014        3          

我希望我的目标表看起来像这样：

ea_month    id       amount    ea_year    circle_id    cum_amt
February    92576    1000      2014        1           1000 
March       92573    3000      2014        1           4000
April       92570    2000      2014        1           6000
February    92577    3000      2014        2           3000
March       92574    2500      2014        2           5500
April       92571    3750      2014        2           9250
February    92578    2000      2014        3           2000
March       92575    2500      2014        3           4500
April       92572    1450      2014        3           5950

我真的很困惑如何实现这个结果。我想使用 PostgreSQL 来实现这个结果。

谁能建议如何实现这个结果集？

【问题讨论】：

如何获得目标表中的 cum_amount 1000？对于 circle_id，金额似乎是 2000。

@user1724295 他按ea_year、circle_id、ea_month 分组。然后想拍cum_amt

【参考方案1】：

基本上，您需要window function。这是当今的标准功能。除了真正的窗口函数外，您还可以通过附加OVER 子句将 any 聚合函数用作 Postgres 中的窗口函数。

这里的特殊困难是正确的分区和排序：

SELECT ea_month, id, amount, ea_year, circle_id
     , sum(amount) OVER (PARTITION BY circle_id
                         ORDER BY ea_year, ea_month) AS cum_amt
FROM   tbl
ORDER  BY circle_id, month;

没有GROUP BY.

每一行的总和是从分区中的第一行到当前行计算的——或者更准确地说是引用the manual：

默认的成帧选项是RANGE UNBOUNDED PRECEDING，即 与RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 相同。和 ORDER BY，这会将框架设置为 分区中的所有行 从当前行的最后一个ORDER BY 对等点开始。

...这是您所追求的累积或运行总和。大胆强调我的。

具有相同(circle_id, ea_year, ea_month) 的行在此查询中是“peers”。所有这些都显示相同的运行总和，所有对等方都添加到总和中。但我假设您的表是(circle_id, ea_year, ea_month) 上的UNIQUE，那么排序顺序是确定性的，并且没有行有同行。

Postgres 11 添加了使用新的frame_exclusion options 包含/排除对等点的工具。见：

Aggregating all values not in the same group

现在，ORDER BY ... ea_month 无法使用月份名称的字符串。 Postgres 会根据语言环境设置按字母顺序排序。

如果您的表中存储了实际的date 值，则可以正确排序。如果没有，我建议将ea_year 和ea_month 替换为表中date 类型的单列mon。

用to_date()改变你所拥有的：

  to_date(ea_year || ea_month , 'YYYYMonth') AS mon

为了显示，可以用to_char()获取原始字符串：

  to_char(mon, 'Month') AS ea_month
  to_char(mon, 'YYYY') AS ea_year

虽然坚持不幸的设计，但这会起作用：

SELECT ea_month, id, amount, ea_year, circle_id
     , sum(amount) OVER (PARTITION BY circle_id ORDER BY mon) AS cum_amt
FROM   (SELECT *, to_date(ea_year || ea_month, 'YYYYMonth') AS mon FROM tbl)
ORDER  BY circle_id, mon;

【讨论】：

感谢您的解决方案。您能帮我做一件事吗？我想使用游标来实现同样的事情，逻辑是每个圆圈在一年的一个月中只有一条记录。该功能应该每月运行一次。我怎样才能做到这一点？

@YousufSultan：大多数时候有比游标更好的解决方案。这绝对是一个新问题的东西。请开始一个新问题。

我发现这个答案不完整，至少没有注意这里有“框架”，默认为range unbounded preceding，与range between unbounded preceding and current row相同。这就是为什么sum()当用作窗口函数时会产生一个运行总计——而其他窗口函数没有这个默认框架。

@Colin'tHart：我在上面添加了一些内容来澄清。

这里是一个类似问题的链接，查询更简单（PARTITION 并不总是需要创建运行总计）：***.com/a/5700744/175830