在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
1. 背景比如气象台的气温监控,每半小时上报一条数据,有很多个地方的气温监控,这样数据表里就会有很多地方的不同时间的气温数据 2. 需求:每次查询只查最新的气温数据按照不同的温度区间来分组查出,比如:高温有多少地方,正常有多少地方,低温有多少地方 3. 构建数据3.1 创建表结构: -- DROP TABLE public.t_temperature CREATE TABLE public.t_temperature ( id int4 NOT NULL GENERATED ALWAYS AS IDENTITY, place_name varchar NOT NULL, value float8 NOT NULL, up_time timestamp NOT NULL, CONSTRAINT t_temperature_pk PRIMARY KEY (id) ); -- Permissions ALTER TABLE public.t_temperature OWNER TO postgres; GRANT ALL ON TABLE public.t_temperature TO postgres; 3.2 造数据 INSERT INTO public.t_temperature (place_name,value,up_time) VALUES ('广州',35,'2020-07-12 15:00:00.000') ,('广州',35.9,'2020-07-12 15:30:00.000') ,('深圳',30,'2020-07-12 15:30:00.000') ,('深圳',31,'2020-07-12 16:30:00.000') ,('三亚',23,'2020-07-12 16:30:00.000') ,('三亚',21,'2020-07-12 17:30:00.000') ,('北极',-1,'2020-07-12 17:30:00.000') ,('北极',-10,'2020-07-12 19:30:00.000') ; 4. 需求实现4.1 需求1的SQL语句 利用了postgreSql的一个函数:ROW_NUMBER() OVER( [ PRITITION BY col1] ORDER BY col2[ DESC ] ) select * from ( select tt.place_name, tt.value, tt.up_time, row_number() over ( partition by tt.place_name order by tt.up_time desc) as row_num from t_temperature tt) aaa where aaa.row_num = 1 效果如下,查出的都是最新的数据: 4.2 需求2的SQL语句 利用了一个case when then else end 用法来统计数量 select dd.place_name, sum(case when dd.value <= 0 then 1 else 0 end) as 低温天气, sum(case when dd.value > 0 and dd.value < 25 then 1 else 0 end) as 正常天气, sum(case when dd.value >= 25 then 1 else 0 end) as 高温天气 from t_temperature dd group by dd.place_name 效果如下,因为没有过滤每个地方的最新数据,查出的是所有数据: 用需求1的结果来查询统计: select dd.place_name, sum(case when dd.value <= 0 then 1 else 0 end) as 低温天气, sum(case when dd.value > 0 and dd.value < 25 then 1 else 0 end) as 正常天气, sum(case when dd.value >= 25 then 1 else 0 end) as 高温天气 from ( select * from ( select tt.place_name, tt.value, tt.up_time, row_number() over ( partition by tt.place_name order by tt.up_time desc) as row_num from t_temperature tt) aaa where aaa.row_num = 1) dd group by dd.place_name 效果如下: 假如再嵌套一个sum统计,就能查出低温天气,正常天气,高温天气分别合计数量是多少了。 over,enjoy! 到此这篇关于postgreSql分组统计数据的文章就介绍到这了,更多相关postgreSql分组数据内容请搜索极客世界以前的文章或继续浏览下面的相关文章希望大家以后多多支持极客世界! |
请发表评论