我正在使用一个包含时间序列数据的表,每个用户每分钟都有一行。
我想在 的滚动窗口上计算一些聚合函数N 个日历日。
这是通过
SELECT
SOME_AGGREGATE_FUN(col) OVER (
PARTITION BY user_id
ORDER BY timestamp
ROWS BETWEEN (60 * 24 * N) PRECEDING AND CURRENT ROW
) as my_col
FROM my_table
但是,我只对每天的结果感兴趣。即我希望仅在 00:00:00 计算窗口,但我希望窗口本身包含要传递到我的聚合函数中的所有每分钟数据。
现在我正在这样做:
WITH agg_results AS (
SELECT
SOME_AGGREGATE_FUN(col) OVER (
PARTITION BY user_id
ORDER BY timestamp_col
ROWS BETWEEN (60 * 24 * N) PRECEDING AND CURRENT ROW
)
FROM my_table
)
SELECT * FROM agg_results
WHERE
timestamp_col = DATE_TRUNC('day', "timestamp_col")
这在理论上是可行的,但它需要多做 60 * 24 次计算,导致查询速度非常慢。本质上,我试图找到一种方法来根据条件使右窗口绑定(bind)跳过行。或者,如果实现起来更简单,那么对于每第 n 行(因为我每天都有固定数量的行)。
最佳答案
我认为窗口函数不可能。您可以改为使用子查询,假设您的聚合函数也可以用作常规聚合函数(即,没有 OVER()
子句):
select
timestamp_col,
(
select some_aggregate_fun(t1.col)
from my_table t1
where
t1.user_id = t.user_id
and t1.timestamp_col >= t.timestamp_col - interval '1' day
and t1.timestamp_col <= t.timestamp_col
)
from my_table t
where timestamp_col = date_trunc('day', timestamp_col)
不过,我不确定这是否会比您的原始查询更好;您可能需要根据您的实际数据集进行评估。您可以更改
interval '1' day
到您要使用的实际间隔。
关于sql - 如何计算 Presto 中每 n 行的窗口函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65128903/