SQL根据总和计算时间延迟

问题描述

（注意-以下示例从原始帖子改写以提高可读性）

我陷入了SQL问题，实际上可以使用一些有关如何进行操作的指针。 （让我知道这是张贴在错误的位置吗：-））

我有一张桌子，每分钟读取一次读数，显示通过传感器的水流量（升/秒）。我需要找出水到达“下游”特定点所花费的时间（大约）。

传感器读数和关注点之间的体积（以升为单位）是已知的，但是流量变化很大，因此不能作为线性函数来计算。

我的想法是，通过对特定读数后的所有值求和，直到总和等于两点之间的体积，我可以用它来求出时差。 （即使用积分进行计算）

我已经完成了初稿，给出了我的需要，但它极其效率低下，并且根本无法扩展以处理现实生活中的数据（每年数据50万行）。

所以我希望有一种分析功能可以对我有所帮助，但是……我茫然。

有人在SQL中遇到过类似问题的经验吗？

这是一个示例设置：

--
-- Sample with flow ranging from 1 to 3 liters/minute  
--
create table flow 
(ts             timestamp,flow_pr_minute numeric);

insert into flow values ('2020-08-01 00:01:00',1); 
insert into flow values ('2020-08-01 00:02:00',1);  
insert into flow values ('2020-08-01 00:03:00',2);  
insert into flow values ('2020-08-01 00:04:00',2);  
insert into flow values ('2020-08-01 00:05:00',3);  
insert into flow values ('2020-08-01 00:06:00',2); 
insert into flow values ('2020-08-01 00:07:00',2); 
insert into flow values ('2020-08-01 00:08:00',1); 
insert into flow values ('2020-08-01 00:09:00',3); 
insert into flow values ('2020-08-01 00:10:00',3); 
insert into flow values ('2020-08-01 00:11:00',2); 
insert into flow values ('2020-08-01 00:12:00',3); 
insert into flow values ('2020-08-01 00:13:00',1); 
insert into flow values ('2020-08-01 00:14:00',2); 
insert into flow values ('2020-08-01 00:15:00',3); 
insert into flow values ('2020-08-01 00:16:00',1); 
insert into flow values ('2020-08-01 00:17:00',1); 
insert into flow values ('2020-08-01 00:18:00',3); 
insert into flow values ('2020-08-01 00:19:00',2); 
insert into flow values ('2020-08-01 00:20:00',3); 

--
-- Sample code
-- when will the water at timestamp 'ts' have reached/passed the 10 liter mark?
--

with SUB as
(
SELECT   ts,flow_pr_minute,SUM(flow_pr_minute) OVER(ORDER BY ts) flow_cumul
FROM     flow
)
select  a.ts,a.flow_pr_minute,a.flow_cumul,min(b.ts) as ts_sum_10_liter_or_gt
from SUB a,SUB b
where b.flow_cumul-a.flow_cumul+a.flow_pr_minute >= 10
group by a.ts,a.flow_cumul
order by a.ts
/

这将在列“ ts_sum_10_liter_or_gt”中提供所需的输出 在现实生活中，数量和体积要大得多-但这显示了任务的本质。

ts                  flow_pr_minute  flow_cumul  ts_sum_10liter_or_gt    
--------------------------------------------------------------------
2020-08-01 00:01:00 1               1           2020-08-01 00:06:00
2020-08-01 00:02:00 1               2           2020-08-01 00:06:00
2020-08-01 00:03:00 2               4           2020-08-01 00:07:00
2020-08-01 00:04:00 2               6           2020-08-01 00:08:00
2020-08-01 00:05:00 3               9           2020-08-01 00:09:00
2020-08-01 00:06:00 2               11          2020-08-01 00:10:00
2020-08-01 00:07:00 2               13          2020-08-01 00:11:00
2020-08-01 00:08:00 1               14          2020-08-01 00:12:00
2020-08-01 00:09:00 3               17          2020-08-01 00:12:00
2020-08-01 00:10:00 3               20          2020-08-01 00:14:00
2020-08-01 00:11:00 2               22          2020-08-01 00:15:00
2020-08-01 00:12:00 3               25          2020-08-01 00:16:00
2020-08-01 00:13:00 1               26          2020-08-01 00:18:00
2020-08-01 00:14:00 2               28          2020-08-01 00:18:00
2020-08-01 00:15:00 3               31          2020-08-01 00:19:00
2020-08-01 00:16:00 1               32          2020-08-01 00:20:00

解决方法

通常，数据集之间或数据集中的任何成对匹配都将是一项艰巨的计算工作，尤其是在行数非常大的情况下。在不完全知道您的域或数据来回答的情况下，我需要找出该水到达“下游”特定点所花费的时间（大约），您可能需要对尝试进行交叉联接过滤的查询进行调整

具体来说，请考虑避免出现完全相同和反向重复的情况，并针对最大数据量增加时间间隔。如果它是已定义的键/索引，则这种间隔联接可能会促进ts作为索引的使用。

with SUB as
(
select   ts,flowrate,60*sum(flowrate) over(order by ts) as flow_cumul,max(ts) over() as max_ts
from     flow
)
select  a.ts
--,b.ts,round(a.flowrate,1) as flowrate
--,round(b.flowrate,1) as b_flowrate
--,round(a.flow_cumul,1) as a_flowcumul
--,round(b.flow_cumul,1) as b_flowcumul
--,round(b.flow_cumul-a.flow_cumul,1) as flow_diff,b.ts-a.ts as ts_diff
from SUB a
inner join SUB b 
       on b.ts > a.ts and b.ts < a.max_ts
where (b.flow_cumul-a.flow_cumul) > 5E5
  and (b.flow_cumul-a.flow_cumul)-a.flowrate < 5E5;