是否可以使用 TimescaleDB 连续聚合计算累积和或移动平均值？

Question

考虑一个有 2 列的表格：

create table foo
(
    ts             timestamp,
    precipitation  numeric,
    primary key (ts)
);

使用以下数据：

ts	precipitation
2021-06-01 12:00:00	1
2021-06-01 13:00:00	0
2021-06-01 14:00:00	2
2021-06-01 15:00:00	3

我想使用TimescaleDB continuous aggregate 来计算每小时计算一次的此数据的三小时累积总和。使用上面的示例数据，我的连续聚合将包含

ts	cum_precipitation
2021-06-01 12:00:00	1
2021-06-01 13:00:00	1
2021-06-01 14:00:00	3
2021-06-01 15:00:00	5

我看不到使用支持的连续聚合语法来执行此操作的方法。我错过了什么吗？本质上，我希望时间段是前面的 x 小时，但计算每小时发生一次。

Answer 1

好问题！

您可以通过计算一个正常的连续聚合然后对其执行window function 来做到这一点。因此，计算每小时的sum()，然后执行sum()，因为窗口函数会起作用。

当您遇到更复杂的聚合（如平均值或标准差或百分位近似值等）时，我建议您切换到我们在 TimescaleDB 工具包中引入的一些two-step aggregates。具体来说，我会研究我们最近介绍的statistical aggregates。他们也可以做这种累积和类型的事情。 （它们只适用于 DOUBLE PRECISION 或可以转换为的东西 - 即 FLOAT，我强烈建议你不要使用 NUMERIC 而是切换到双精度或浮点数，看起来不像你真的此处需要无限精度计算）。

您可以查看我在this presentation 中写的一些查询，但它可能看起来像：

CREATE MATERIALIZED VIEW response_times_five_min
WITH (timescaledb.continuous)
AS SELECT api_id,
    time_bucket('1 hour'::interval, ts) as bucket,
    stats_agg(response_time)
FROM response_times
GROUP BY 1, 2;

SELECT bucket, 
    average(rolling(stats_agg) OVER last3), 
    sum(rolling(stats_agg) OVER last3)
FROM response_times_five_min
WHERE api_id = 32
WINDOW last3 as 
(ORDER BY bucket RANGE '3 hours' PRECEDING);