sql - 如何仅在连续行上应用聚合函数？

Question

在 PostgreSQL 9.4 上，我试图在一些连续的行上实现我称之为“聚合函数”的东西。示例:

输入数据:

recipe  prod1   prod2   timestamp
0       5       4       2015-07-02 08:10:34.357
0       2       7       2015-07-02 08:13:45.352
0       7       0       2015-07-02 08:16:22.098
1       3       2       2015-07-02 08:22:14.678
1       9       4       2015-07-02 08:22:56.123
2       2       6       2015-07-02 08:26:37.564
2       1       7       2015-07-02 08:27:33.109
2       0       8       2015-07-02 08:31:11.687
0       3       5       2015-07-02 08:40:01.345
1       4       2       2015-07-02 08:42:23.210

期望的输出:

recipe  prod1_sum   prod2_avg   timestamp_first             timestamp_last
0       14          3.6666      2015-07-02 08:10:34.357     2015-07-02 08:16:22.098
1       12          3           2015-07-02 08:22:14.678     2015-07-02 08:22:56.123
2       3           7           2015-07-02 08:26:37.564     2015-07-02 08:31:11.687
0       3           5           2015-07-02 08:40:01.345     2015-07-02 08:40:01.345
1       4           2           2015-07-02 08:42:23.210     2015-07-02 08:42:23.210

基本上，每个“组”的连续行(当表按时间戳列排序时)一个输出行具有相同的“配方”值。在输出中，prod1_sum 是“组”中 prod1 的总和，prod2_avg 是同一“组”中 prod2 的平均值，最后 2 列分别是组中第一个和最后一个时间戳。显然有几个不同的组具有相同的“配方”值，我确实希望每个组都有一个输出行。

目前，我有一种基于几个请求和数据库外的大量数据处理来获取它的丑陋方法，我真的想避免这种情况，但不值得展示。

我的问题确实是行的“分组”。我知道如何创建一个聚合函数来做我想做的事，如果我可以将它单独应用于每个组的话。我研究过 Windows 函数，但似乎这会按配方对所有值进行分组，不符合我需要遵守的“连续行”原则。

Answer 1

您可以使用以下查询:

SELECT recipe, SUM(prod1) AS prod1_sum,
       AVG(prod2) AS prod2_avg, 
       MIN(timestamp) AS timestamp_first, MAX(timestamp) AS timestamp_last
FROM (       
   SELECT recipe, prod1, prod2, timestamp,
          ROW_NUMBER() OVER (ORDER BY timestamp) 
          - 
          ROW_NUMBER() OVER (PARTITION BY recipe 
                             ORDER BY timestamp) AS grp
   FROM mytable ) t
GROUP BY recipe, grp
ORDER BY timestamp_first

这里的技巧是使用 ROW_NUMBER 窗口函数来识别连续 recipe 值的孤岛:grp 计算字段正是这样做的。

Demo here