PostgreSQL優化：日期範圍內的平均值

Question

我有一個查詢（帶有子查詢），可以計算前幾年的平均溫度，每天加/減一週。它有效，但並不是那麼快。下面的時間序列值只是一個例子。爲什麼我使用doy是因爲我想在每年的同一日期附近有一個滑動窗口。

SELECT days, 
    (SELECT avg(temperature) 
    FROM temperatures 
    WHERE site_id = ? AND 
     extract(doy FROM timestamp) BETWEEN 
     extract(doy FROM days) - 7 AND extract(doy FROM days) + 7 
    ) AS temperature 
FROM generate_series('2017-05-01'::date, '2017-08-31'::date, interval '1 day') days 

所以我的問題是，這個查詢可以以某種方式改進？我正在考慮使用某種窗口函數，或者可能使用lag和lead。但是，至少常規的窗口函數僅適用於特定數量的行，而在兩週窗口內可以進行任意數量的測量。

我可以和我現在所擁有的一樣，但隨着數據量的增長，查詢的執行速度也如此。後兩個extract可以被刪除，但是沒有明顯的速度改進，只會使查詢不易讀。任何幫助將不勝感激。

Answer 1

您原始查詢的最佳指標是

create index idx_temperatures_site_id_timestamp_doy 
    on temperatures(site_id, extract(doy from timestamp)); 

這可以大大提高您的原始查詢的性能。

儘管您的原始查詢很簡單，但它有一個缺陷：它會計算每天平均14次（平均）。相反，您可以每天計算這些平均值&計算2周窗口的加權平均值（一天平均值的權重需要是原始表格中單個行的計數）。事情是這樣的：

with p as (
    select timestamp '2017-05-01' min, 
     timestamp '2017-08-31' max 
) 
select  t.* 
from  p 
cross join (select  days, sum(sum(temperature)) over pn1week/sum(count(temperature)) over pn1week 
      from  p 
      cross join generate_series(min - interval '1 week', max + interval '1 week', interval '1 day') days 
      left join temperatures on site_id = ? and extract(doy from timestamp) = extract(doy from days) 
      group by days 
      window  pn1week as (order by days rows between 7 preceding and 7 following)) t 
where  days between min and max 
order by days 

但是，這裏不是多大的收穫，因爲這是唯一的一樣快，你的原始查詢（與最佳指標）的兩倍。

http://rextester.com/JCAG41071

注意：我以前timestamp，因爲我認爲你列的類型是timestamp。但事實證明，你使用timestamptz（又名timestamp with time zone）。使用那種類型，您無法索引extract(doy from timestamp)表達式，因爲that expression's output is dependent of the actual client's time zone setting。

對於timestamptz使用（至少）以site_id開頭的索引。無論如何，使用窗口版本應該會提高性能。

http://rextester.com/XTJSM42954