PostgreSQL 中的窗口函数尾随日期

Posted 2023-03-31

【中文标题】PostgreSQL 中的窗口函数尾随日期

【英文标题】：Window function trailing dates in PostgreSQL

【发布时间】：2012-11-13 21:07:50

【问题描述】：

我正在尝试编写一个查询来比较给定计算机今天的平均连接数与 7 到 14 天前的平均连接数。我认为这最好由窗口函数处理，但我无法获得正确的日期语法。

假设我有一个名为 iptable 的 IP 地址和连接记录表，其中包含 soucreip、destinationip、timestamp 作为列。这是我在前 7 天窗口中尝试的查询，以获取每个 sourceip 的计数：

select 
  sourceip, 
  destinationip, 
  timestamp, 
  count(*) OVER (PARTITION BY sourceip order by timestamp
                 RANGE BETWEEN now() - '7 day'::Interval PRECEDING
                               now() - '14 day'::Interval FOLLOWING)
from
 iptable;

编写此类查询的最佳方法是什么？窗口函数方法是否有意义，或者是否有更优化的方法来处理大型表的情况？

【问题讨论】：

请在所有问题中显示您的 PostgreSQL 版本，以及错误消息的确切文本。

【参考方案1】：

部分问题是您选择了一个糟糕的列名"timestamp"。 timestamp 是内置数据类型的名称，因此要将其用作列名，您必须在任何地方使用"double quote"。

不过，这还不是全部。您的窗口函数语法错误。见window function syntax。你忘了AND；是RANGE BETWEEN .. PRECEDING AND ... FOLLOWING。

此外，虽然这不是问题的原因，但您应该使用 SQL 标准 current_timestamp 而不是 now()。

这会让你遇到一个新错误：

CREATE TABLE iptable ( sourceip cidr, destinationip cidr, "timestamp" timestamptz);

regress=> select 
  sourceip, 
  destinationip, 
  timestamp, 
  count(*) OVER (PARTITION BY sourceip order by "timestamp" RANGE BETWEEN current_timestamp - '7 day'::Interval PRECEDING AND current_timestamp - '14 day'::Interval FOLLOWING)

from
 iptable;
ERROR:  RANGE PRECEDING is only supported with UNBOUNDED
LINE 5: ... OVER (PARTITION BY sourceip order by "timestamp" RANGE BETW...
                                                             ^

这表明当前的窗口函数实现不会做你想让它做的事情。很遗憾。

值 PRECEDING 和值 FOLLOWING 的情况目前只有 在 ROWS 模式下允许。它们表明帧以 当前行之前或之后的行数。值必须是 一个不包含任何变量的整数表达式，聚合 函数或窗口函数。

我只会在输入行上使用带有 WHERE 过滤器的普通 GROUP BY。

select 
  sourceip,
  count(sourceip) AS n_conns_7_to_14_days_ago
from
 iptable
WHERE age("timestamp") BETWEEN INTERVAL '7' DAY AND INTERVAL '14' DAY
GROUP BY sourceip;

【参考方案2】：

为了得到……

7 天到 14 天前的平均连接数

SELECT sourceip, destinationip, timestamp, count(*) AS ct
FROM   iptable
WHERE  "timestamp" BETWEEN now() - '14 day'::interval
                   AND     now() -  '7 day'::interval
GROUP BY 1,2,3;

只需使用简单的聚合函数即可。 并且不要使用timestamp 作为列名。它是 SQL 标准中的 protected word，部分保留在 PostgreSQL 中。