Скользящее среднее на основе временных меток в PostgreSQL

Ответ 1

Предполагая, что вы хотите перезапустить скользящее среднее после каждого 15-минутного интервала:

select id, 
       temp,
       avg(temp) over (partition by group_nr order by time_read) as rolling_avg
from (       
  select id, 
         temp,
         time_read, 
         interval_group,
         id - row_number() over (partition by interval_group order by time_read) as group_nr
  from (
    select id, 
           time_read, 
           'epoch'::timestamp + '900 seconds'::interval * (extract(epoch from time_read)::int4 / 900) as interval_group,
           temp
    from readings
  ) t1
) t2
order by time_read;

Он основан на Depesz solution для группировки по "диапазонам времени":

Вот пример SQLFiddle: http://sqlfiddle.com/#!1/0f3f0/2

Ответ 2

Вы можете присоединиться к своей таблице с самим собой:

select l1.id, avg( l2.Temperature )
from l l1
inner join l l2 
   on l2.id <= l1.id and
      l2.Timestamps + interval '15 minutes' > l1.Timestamps
group by l1.id
order by id
;

Результаты:

| ID |            AVG |
-----------------------
|  1 |           5.39 |
|  2 |          5.365 |
|  3 | 5.296666666667 |
|  4 |         5.3575 |
|  5 |          5.346 |
|  6 | 5.321666666667 |
|  7 | 5.331428571429 |

Примечание. Выполняется только "тяжелая работа". Вы должны присоединиться к результату с исходной таблицей или добавить новые столбцы для запроса. Я не знаю, что нужно для вашего последнего запроса. Адаптируйте это решение или попросите дополнительную помощь.

Ответ 3

Здесь используется подход, который использует средство для использования функции агрегации в качестве функции окна. Функция агрегата сохраняет последние 15 минут наблюдений в массиве вместе с текущим итогом. Функция перехода состояния смещает элементы из массива, которые отстают от 15-минутного окна, и нажимает на последнее наблюдение. Конечная функция просто вычисляет среднюю температуру в массиве.

Теперь, относительно того, выгодно это или нет... это зависит. Он фокусируется на части выполнения plgpsql в postgresql, а не на части доступа к базе данных, и мой собственный опыт заключается в том, что plpgsql не работает быстро. Если вы можете легко выполнить поиск в таблице, чтобы найти предыдущие 15-минутные строки для каждого наблюдения, самосоединение (как в ответе @danihp) будет хорошо. Однако этот подход может касаться наблюдений, происходящих из более сложного источника, где эти поиски непрактичны. Как всегда, проб и сравнений в вашей собственной системе.

-- based on using this table definition
create table observation(id int primary key, timestamps timestamp not null unique,
                         temperature numeric(5,2) not null);

-- note that I'm reusing the table structure as a type for the state here
create type rollavg_state as (memory observation[], total numeric(5,2));

create function rollavg_func(state rollavg_state, next_in observation) returns rollavg_state immutable language plpgsql as $$
declare
  cutoff timestamp;
  i int;
  updated_memory observation[];
begin
  raise debug 'rollavg_func: state=%, next_in=%', state, next_in;
  cutoff := next_in.timestamps - '15 minutes'::interval;
  i := array_lower(state.memory, 1);
  raise debug 'cutoff is %', cutoff;
  while i <= array_upper(state.memory, 1) and state.memory[i].timestamps < cutoff loop
    raise debug 'shifting %', state.memory[i].timestamps;
    i := i + 1;
    state.total := state.total - state.memory[i].temperature;
  end loop;
  state.memory := array_append(state.memory[i:array_upper(state.memory, 1)], next_in);
  state.total := coalesce(state.total, 0) + next_in.temperature;
  return state;
end
$$;

create function rollavg_output(state rollavg_state) returns float8 immutable language plpgsql as $$
begin
  raise debug 'rollavg_output: state=% len=%', state, array_length(state.memory, 1);
  if array_length(state.memory, 1) > 0 then
    return state.total / array_length(state.memory, 1);
  else
    return null;
  end if;
end
$$;

create aggregate rollavg(observation) (sfunc = rollavg_func, finalfunc = rollavg_output, stype = rollavg_state);

-- referring to just a table name means a tuple value of the row as a whole, whose type is the table type
-- the aggregate relies on inputs arriving in ascending timestamp order
select rollavg(observation) over (order by timestamps) from observation;