部分模式下的 PostgreSQL / TimescaleDB 百分位数

Question

假设我有一张

results

桌子：

结果_id	attr_id	用户ID	价值	时间戳
1	1	1	100	2024-02-10 14:30:15.248087+00
2	2	1	111	2024-02-10 10:30:15.248087+00
3	1	1	122	2024-02-09 14:30:15.248087+00
4	2	1	162	2024-02-08 10:30:15.248087+00
5	1	2	119	2024-02-10 14:30:15.248087+00
6	2	2	128	2024-02-10 10:30:15.248087+00
7	1	2	137	2024-02-09 14:30:15.248087+00
8	2	2	146	2024-02-08 10:30:15.248087+00

我需要计算当前行之前的

user_id

和

attr_id

分区上的每一行的百分位数，并且仅以 10 天为间隔。我可以通过这种方式计算标准差，因为它支持部分模式：

SELECT
  stddev(value) OVER (
    PARTITION BY user_id, attr_id
    ORDER BY timestamp ASC RANGE BETWEEN '10 days'::interval PRECEDING AND CURRENT ROW
    EXCLUDE CURRENT ROW
  ) AS stddev_efficiency
FROM results;

有没有办法在postgresql/timescaleDB中按照描述的要求计算百分位数？

Answer 1

问题大概在于percentile_cont（和朋友）是一个“有序集合聚合”，因此不适合与窗口函数一起使用/作为窗口函数。

您可以在 PostgreSQL wiki 上找到该问题解决方法的讨论。基本上，您将实现自己的聚合函数，它不是“有序集合聚合”，因此以正常方式将状态保留在内存中，但可以用作窗口函数。您可能需要在 C 中执行此操作才能获得良好的性能。您可能还需要处理内存问题，但这里没有足够的信息来提供进一步的建议。