PostgreSQL - 获取统计数据

Question

我需要在我的应用程序中收集一些统计信息.我有一个用户表(tb_user)每次新用户访问该应用程序时,它都会在此表中添加一条新记录,即每个用户一行.主要字段是id和date_hour(第一次用户访问应用程序的时间戳).

tb_user

id (bigint) | date_time (timestamp with time zone)
 1          |  2012-01-29 11:29:50.359-03
 2          |  2012-01-31 14:27:10.359-03

我需要得到:

按日,周和月计算的平均用户数

例:

白天:55.45

按周:XX.XX

月:XX.XX

编辑:

我最好的解决方案是:

WITH daily_count AS (SELECT COUNT(id) AS user_count FROM tb_user)
SELECT user_count, tbaux2.days, (user_count/tbaux2.days) FROM daily_count, 
    (SELECT EXTRACT(DAY FROM (t2.diff) ) + 1 AS days
     FROM
       (with tbaux AS(SELECT  min(date_time) AS min FROM tb_user)
       SELECT (now() - min) AS diff
       FROM tbaux) AS t2) AS tbaux2
GROUP BY user_count, tbaux2.days

但是这个解决方案只适用于EXTRACT(DAY ......周和月没有用

欢迎任何帮助.

或者:

SELECT user_count, tbaux2.days, (user_count/tbaux2.days) AS userPerDay, ((user_count/tbaux2.days) * 7) AS userPerWeek, ((user_count/tbaux2.days) * 30) AS userPerMonth

编辑2:

根据@Bruno的回复,有一些注意事项:

当我问这个问题时,我确实要求按日,月和年选择数据.我相信我发布的搜索和@Bruno精炼,应该被解释为"一天,每7天和每30天"的平均值,而不是几天,几周和几个月.我相信如果以这种方式解释,就不会出现性别引用的问题(10%下降).我相信这种"每一个"的方法都是我需要的答案,所以会签署这个答案.

我建议作为帖子的改进:

• 仅考虑结果中的休息日(不收集当天的用户,不计算当前的部门)
• 结果是两位数字.
• 每周和每月都在考虑数据的新研究.

谢谢.

Answer 1

你应该研究聚合函数(min,max,count,avg),它们是相辅相成的GROUP BY.对于基于日期的聚合,date_trunc也很有用.

例如,这将返回每天的行数:

SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count FROM tb_user
    GROUP BY date_trunc('day', date_time);

然后,您可以使用类似的东西(使用CTE)进行每日平均值:

WITH daily_count AS (SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count FROM tb_user
    GROUP BY date_trunc('day', date_time))
SELECT AVG(user_count) FROM daily_count;

使用'week'而不是每天计算每周计数,依此类推(参见date_trunc文档).

编辑:(以下评论:平均至2012年5月1日,即6日之前.)

WITH daily_count AS (SELECT date_trunc('day', date_time) AS day_start,
       COUNT(id) AS user_count
    FROM tb_user
       WHERE date_time >= DATE('2012-01-01') AND date_time < DATE('2012-01-06') 
    GROUP BY date_trunc('day', date_time))
SELECT SUM(user_count)/(DATE('2012-01-06') - DATE('2012-01-01')) FROM daily_count;

在这种情况下,上面的内容过于复杂.这应该会给你相同的结果:

SELECT COUNT(id)/(DATE('2012-01-06') - DATE('2012-01-01'))
    FROM tb_user
       WHERE date_time >= DATE('2012-01-01') AND date_time < DATE('2012-01-06');

编辑2:编辑之后,我想你所追求的只是数据库整个存在期间的单一全球平均值,而不是每月/每周/每天的组.

这应该为您提供每天的平均行数:

WITH total_min_max AS (SELECT
        COUNT(id) AS total_visits,
        MIN(date_time) AS first_date_time,
        MAX(date_time) AS last_date_time,
    FROM tb_user)
SELECT total_visits/((last_date_time::date-first_date_time::date)+1) AS users_per_day
    FROM total_min_max

(我将取代last_date_time以NOW()使平均值的时间到现在为止,而不是直到最后一次访问,如果没有最近的一次访问.)

然后,每日,每周和"每月":

WITH daily_avg AS (
    WITH total_min_max AS (SELECT
            COUNT(id) AS total_visits,
            MIN(date_time) AS first_date_time,
            MAX(date_time) AS last_date_time,
        FROM tb_user)
    SELECT total_visits/((last_date_time::date-first_date_time::date)+1) AS users_per_day
        FROM total_min_max)
SELECT
         users_per_day,
         (users_per_day * 7) AS users_per_week,
         (users_per_month * 30) AS users_per_month
    FROM daily_avg

话虽如此,从这些统计数据中得出的结论可能并不是很好,特别是如果你想看看它是如何变化的.

我也会将数据标准化,而不是假设每月30天(如果不是每小时,因为并非所有日子都有24小时).假设您在2011年1月每天有10次访问,在2011年2月每天有10次访问.这可以让您在1月份访问310次,在2月份访问次数为280次.如果您不注意,您可能会认为自己几乎有游客人数减少了10%,所以2月出现了问题,实际情况并非如此.