Testovací případ:
CREATE TABLE tbl (date date, email text);
INSERT INTO tbl VALUES
('2012-01-01', '[email protected]')
, ('2012-01-01', '[email protected]')
, ('2012-01-01', '[email protected]')
, ('2012-01-02', '[email protected]')
, ('2012-01-02', '[email protected]')
, ('2012-01-03', '[email protected]')
, ('2012-01-04', '[email protected]')
, ('2012-01-05', '[email protected]')
, ('2012-01-05', '[email protected]')
, ('2012-01-06', '[email protected]')
, ('2012-01-06', '[email protected]')
, ('2012-01-06', '[email protected]`')
;
Dotaz - vrací pouze dny, kdy v tbl
existuje záznam :
SELECT date
,(SELECT count(DISTINCT email)
FROM tbl
WHERE date BETWEEN t.date - 2 AND t.date -- period of 3 days
) AS dist_emails
FROM tbl t
WHERE date BETWEEN '2012-01-01' AND '2012-01-06'
GROUP BY 1
ORDER BY 1;
Nebo - vrátit všechny dny v zadaném rozsahu, i když pro daný den nejsou žádné řádky:
SELECT date
,(SELECT count(DISTINCT email)
FROM tbl
WHERE date BETWEEN g.date - 2 AND g.date
) AS dist_emails
FROM (SELECT generate_series(timestamp '2012-01-01'
, timestamp '2012-01-06'
, interval '1 day')::date) AS g(date);
db<>zde hrajte
Výsledek:
day | dist_emails
-----------+------------
2012-01-01 | 3
2012-01-02 | 3
2012-01-03 | 3
2012-01-04 | 3
2012-01-05 | 1
2012-01-06 | 2
To znělo jako práce pro okenní funkce, ale nenašel jsem způsob, jak definovat vhodný okenní rám. Také podle dokumentace:
Agregační funkce okna, na rozdíl od normálních agregačních funkcí, neumožňují
DISTINCT
neboORDER BY
k použití v seznamu argumentů funkcí.
Takže jsem to místo toho vyřešil korelovanými poddotazy. Myslím, že to je nejchytřejší způsob.
BTW, „mezi uvedeným datem a 3 dny“ by bylo období 4 dní. Vaše definice je v rozporu.
O něco kratší, ale na pár dní pomalejší:
SELECT g.date, count(DISTINCT email) AS dist_emails
FROM (SELECT generate_series(timestamp '2012-01-01'
, timestamp '2012-01-06'
, interval '1 day')::date) AS g(date)
LEFT JOIN tbl t ON t.date BETWEEN g.date - 2 AND g.date
GROUP BY 1
ORDER BY 1;
Související:
- Generování časových řad mezi dvěma daty v PostgreSQL
- Klouzavý počet řádků za časový interval