如何为求和函数创建帕累托输出？

Question

我有一个更大的数据库表，其中一列 (bigint) 以字节为单位托管文件大小。此表中有大约 7500 万行。

现在我喜欢生成类似 Pareto 的聚合，将文件大小步骤作为类别。 输出应有 4 个计算列：

1. 文件大小范围
2. 计算：计数
3. 计算：占总数的百分比
4. 计算：文件大小的总和
5. 计算：占总文件大小的百分比

示例： 第 1 行：500kB，45678 个文件，0.03%（占所有文件），124548 字节，占总文件大小的 0.0003% 第 3 行：500kB-> 1MB，... 第 4 行：... 第 n 行：>100GB，24 个文件，0,0001%（占所有文件），32425634232223654535 字节，占总文件大小的 5.432%

如果有意义，可以在单独的 SQL 表中提供分组（以字节为单位）。 到目前为止，我已经尝试单独查询所有这些行（选择 sum(filesize) where filesize > xyz），并在 Excel 中进行了最终计算等。但这似乎很奇怪。

在 PostgreSQL 中执行此操作的正确方法是什么？

Answer 1

demo:db<>fiddle

SELECT 
    CASE                                                       -- 2
        WHEN filesize < 100 THEN '< 100'
        WHEN filesize BETWEEN 100 AND 1000 THEN '100 - 1000'
        WHEN filesize > 1000 THEN '> 1000'
    END,
    COUNT(*) as cnt_files,
    COUNT(*) / (s.cnt) as percentage_files,                    -- 4
    SUM(filesize) as total_data,
    SUM(filesize) / (s.total) as percentage_data
FROM f
CROSS JOIN (
    SELECT
        COUNT(*)::numeric as cnt,
        SUM(filesize)::numeric as total                        -- 1
    FROM f
) s
GROUP BY 1, s.cnt, s.total                                     -- 3

1. 计算总值（整个数据大小，所有文件的数量）
2. 创建数据组
3. GROUP BY您最近创建的群组
4. 汇总每个组的数据，并在必要时使用总值创建百分比。