我的测量数据存储在以下结构中：
CREATE TABLE measurements(
measured_at TIMESTAMPTZ,
val INTEGER
);
我已经知道使用
(a)date_trunc('hour',measured_at)
与
(b)generate_series
我可以通过以下方式汇总我的数据：
microseconds,
milliseconds
.
.
.
但是是否可以按 5 分钟或任意秒来聚合数据？是否可以按任意秒数聚合测量数据？
我需要按不同时间分辨率聚合的数据，以将它们输入 FFT 或 AR 模型，以便查看可能的季节性。
【问题讨论】：
标签： postgresql group-by
也许，您可以extract(epoch from measured_at) 并从那里开始？
【讨论】：
您可以通过添加由 generate_series() 创建的间隔来生成“桶”表。此 SQL 语句将在您的数据中生成第一天的五分钟存储桶表（min(measured_at) 的值）。
select
(select min(measured_at)::date from measurements) + ( n || ' minutes')::interval start_time,
(select min(measured_at)::date from measurements) + ((n+5) || ' minutes')::interval end_time
from generate_series(0, (24*60), 5) n
将 that 语句包装在一个公用表表达式中，您可以将其加入和分组，就像它是一个基表一样。
with five_min_intervals as (
select
(select min(measured_at)::date from measurements) + ( n || ' minutes')::interval start_time,
(select min(measured_at)::date from measurements) + ((n+5) || ' minutes')::interval end_time
from generate_series(0, (24*60), 5) n
)
select f.start_time, f.end_time, avg(m.val) avg_val
from measurements m
right join five_min_intervals f
on m.measured_at >= f.start_time and m.measured_at < f.end_time
group by f.start_time, f.end_time
order by f.start_time
按任意秒数分组类似——使用date_trunc()。
generate_series() 的更一般用法可以让您避免猜测五分钟存储桶的上限。在实践中，您可能会将其构建为视图或函数。您可能会从基表中获得更好的性能。
select
(select min(measured_at)::date from measurements) + ( n || ' minutes')::interval start_time,
(select min(measured_at)::date from measurements) + ((n+5) || ' minutes')::interval end_time
from generate_series(0, ((select max(measured_at)::date - min(measured_at)::date from measurements) + 1)*24*60, 5) n;
【讨论】：
generate_series(timestamp, timestamp, interval) 更适合这种情况，请参阅下面比尔的回答了解原因。
generate_series(timestamp, timestamp, interval) 是否是这个 4 岁问题的更好选择。问题中没有版本信息。时间戳参数在 8.4 中引入；早期版本在 2012 年仍然被广泛使用。即使在今天，GreenPlum 和 Amazon Redshift 等一些衍生产品也不支持 generate_series 中的时间戳参数。
Catcall 有一个很好的答案。我使用它的示例演示了固定存储桶 - 在这种情况下，从午夜开始每隔 30 分钟。它还说明了在 Catcall 的第一个版本中可能会产生一个额外的桶以及如何消除它。我想要一天 48 桶。在我的问题中，观察有单独的日期和时间列，我想在一个月内对多个不同服务的 30 分钟内的观察进行平均。
with intervals as (
select
(n||' minutes')::interval as start_time,
((n+30)|| ' minutes')::interval as end_time
from generate_series(0, (23*60+30), 30) n
)
select i.start_time, o.service, avg(o.o)
from
observations o right join intervals i
on o.time >= i.start_time and o.time < i.end_time
where o.date between '2013-01-01' and '2013-01-31'
group by i.start_time, i.end_time, o.service
order by i.start_time
【讨论】：
我想查看过去 24 小时的数据，并以每小时为增量进行计数。我开始使用 Cat Recall 的解决方案，它非常巧妙。但是，它与数据有关，而不仅仅是过去 24 小时内发生的事情。所以我进行了重构，最终得到了一些非常接近 Julian 的解决方案，但 CTE 更多的东西。所以这是两个答案的结合。
WITH interval_query AS (
SELECT (ts ||' hour')::INTERVAL AS hour_interval
FROM generate_series(0,23) AS ts
), time_series AS (
SELECT date_trunc('hour', now()) + INTERVAL '60 min' * ROUND(date_part('minute', now()) / 60.0) - interval_query.hour_interval AS start_time
FROM interval_query
), time_intervals AS (
SELECT start_time, start_time + '1 hour'::INTERVAL AS end_time
FROM time_series ORDER BY start_time
), reading_counts AS (
SELECT f.start_time, f.end_time, br.minor, count(br.id) readings
FROM beacon_readings br
RIGHT JOIN time_intervals f
ON br.reading_timestamp >= f.start_time AND br.reading_timestamp < f.end_time AND br.major = 4
GROUP BY f.start_time, f.end_time, br.minor
ORDER BY f.start_time, br.minor
)
SELECT * FROM reading_counts
请注意，我希望在最终查询中进行的任何其他限制都需要在 RIGHT JOIN 中完成。我并不是说这一定是最好的（甚至是一个好方法），但它是我在仪表板中运行的（至少目前）。
【讨论】：
怎么样
SELECT MIN(val),
EXTRACT(epoch FROM measured_at) / EXTRACT(epoch FROM INTERVAL '5 min') AS int
FROM measurements
GROUP BY int
其中 '5 min' 可以是 INTERVAL 支持的任何表达式
【讨论】：
以下内容将为您提供任何大小的存储桶，即使它们不能很好地与分钟/小时/任何边界保持一致。值“300”用于 5 分钟分组，但可以替换为任何值：
select measured_at,
val,
(date_trunc('seconds', (measured_at - timestamptz 'epoch') / 300) * 300 + timestamptz 'epoch') as aligned_measured_at
from measurements;
然后，您可以在“val”周围使用所需的任何聚合，并根据需要使用“group by aligned_measured_at”。
【讨论】：
这基于 Mike Sherrill 的回答，只是它使用时间戳间隔而不是单独的开始/结束列。
with intervals as (
select tstzrange(s, s + '5 minutes') das_interval
from (select generate_series(min(lower(time_range)), max(upper(time_rage)), '5 minutes') s
from your_table) x)
select das_interval, your_table.*
from your_table
right join intervals on time_range && das_interval
order by das_interval;
【讨论】：
我综合了以上所有内容，试图想出一些更容易使用的东西；
create or replace function interval_generator(start_ts timestamp with TIME ZONE, end_ts timestamp with TIME ZONE, round_interval INTERVAL)
returns TABLE(start_time timestamp with TIME ZONE, end_time timestamp with TIME ZONE) as $$
BEGIN
return query
SELECT
(n) start_time,
(n + round_interval) end_time
FROM generate_series(date_trunc('minute', start_ts), end_ts, round_interval) n;
END
$$
LANGUAGE 'plpgsql';
此函数是Mikes answer 的时间戳抽象，它 (IMO) 使事情变得更简洁，尤其是当您在客户端生成查询时。
还使用内连接消除了之前出现的NULLs 的海洋。
with intervals as (select * from interval_generator(NOW() - INTERVAL '24 hours' , NOW(), '30 seconds'::INTERVAL))
select f.start_time, m.session_id, m.metric, min(m.value) min_val, avg(m.value) avg_val, max(m.value) max_val
from ts_combined as m
inner JOIN intervals f
on m.time >= f.start_time and m.time < f.end_time
GROUP BY f.start_time, f.end_time, m.metric, m.session_id
ORDER BY f.start_time desc
（出于我的目的，我还添加了一些聚合字段）
【讨论】：
PostgreSQL 的Timescale extension 提供了按任意时间间隔分组的能力。该函数称为time_bucket()，语法与date_trunc() 函数相同，但第一个参数采用间隔而不是时间精度。 Here 你可以找到它的 API Docs。这是一个例子：
SELECT
time_bucket('5 minutes', observation_time) as bucket,
device_id,
avg(metric) as metric_avg,
max(metric) - min(metric) as metric_spread
FROM
device_readings
GROUP BY bucket, device_id;
如果您希望使用新摄取的数据自动更新 “按间隔分组” 视图，并且如果您想经常查询这些视图，您也可以查看 continuous aggregate views基础。这可以为您节省大量资源，并使您的查询速度更快。
【讨论】：
从 PostgreSQL v14 开始，您可以使用 date_bin 函数：
SELECT date_bin(
INTERVAL '5 minutes',
measured_at,
TIMSTAMPTZ '2000-01-01'
),
sum(val)
FROM measurements
GROUP BY 1;
【讨论】：