如何有效地選擇基於SQL中不同時間戳計算的多個總和的平均總和？

Question

我有一個數據庫表，如下所示：

id | macaddr | load | timestamp
=========================================
 1 | 0011111 |   17 | 2012-02-07 10:00:00
 1 | 0011111 |    6 | 2012-02-07 12:00:00
 2 | 0022222 |    3 | 2012-02-07 12:00:03
 3 | 0033333 |    9 | 2012-02-07 12:00:04
 4 | 0022222 |    4 | 2012-02-07 12:00:06
 5 | 0033333 |    8 | 2012-02-07 12:00:10
...

現在，我想計算不同時間段（例如今天，昨天，本周，本月）所有設備（= mac地址）的平均負載。

通過首先找出不同時間點（樣本日期）的總負荷總和，然后計算這些樣本日期的負荷總和的平均值，可以計算平均負荷。 例如，如果我希望最近十秒鍾的平均負載（現在是2012-02-07 12:00:10），則可以將采樣日期確定為12：00：02、12：00： 04、12：00：06、12：00：08和12:00:10。 然后，我將通過匯總每個設備的最新負載值來計算負載總和：

2012-02-07 12:00:02 |  6  [= load(id=2)]
2012-02-07 12:00:04 | 18  [= load(id=2) + load(id=3) + load(id=4)]
2012-02-07 12:00:06 | 19  [= load(id=2) + load(id=4) + load(id=5)]
2012-02-07 12:00:08 | 19  [= load(id=2) + load(id=4) + load(id=5)]
2012-02-07 12:00:10 | 18  [= load(id=2) + load(id=5) + load(id=6)]

如果設備的負載值早於一個小時（此處為id = 1），則該負載值將被忽略。 在這種情況下，平均值為16。

當前，我使用許多“ UNION ALL”語句生成了一個相當復雜的查詢，該語句非常慢：

SELECT avg(l.load_sum) as avg_load
FROM (
    SELECT sum(so.load) AS load_sum 
    FROM (
        SELECT * 
        FROM (
            SELECT si.macaddr, si.load 
            FROM sensor_data si WHERE si.timestamp > '2012-02-07 11:00:10' AND si.timestamp < '2012-02-07 12:00:10'
            ORDER BY si.timestamp DESC 
        ) AS sm
        GROUP BY macaddr
    ) so
    UNION ALL
    [THE SAME THING AGAIN WITH OTHER TIMESTAMPS]
    UNION ALL
    [AND AGAIN]
    UNION ALL
    [AND AGAIN]
    ...
) l

現在想象一下，我想計算一個月的平均負載。 對於每小時的采樣日期，我需要使用UNION ALL語句加入30x24 = 720個查詢。 整個查詢需要將近一分鍾才能在我的計算機上完成。 我相信沒有UNION ALL語句會有更好的解決方案。 但是，我在網絡上找不到任何有用的東西。 因此，非常感謝您的幫助！

Answer 1

使用Unix時間戳的一小部分：首先，我們計算每小時（3600秒）的平均值：

SELECT
  macaddr, 
  sum(CAST(load AS float))/CAST(count(*) AS float) AS loadavg,
  FLOOR(UNIX_TIMESTAMP(`timestamp`)/3600) AS hourbase
FROM sensor_data
GROUP BY macaddr,FLOOR(UNIX_TIMESTAMP(`timestamp`)/3600)

然后我們平均一個月

SELECT 
  avg(loadavg) as monthlyavg,
  macaddr
FROM (
    SELECT
      macaddr, 
      sum(CAST(load AS float))/CAST(count(*) AS float) AS loadavg,
      FLOOR(UNIX_TIMESTAMP(`timestamp`)/3600) AS hourbase
    FROM sensor_data
    WHERE `timestamp` BETWEEN '2012-01-07 12:00:00' AND '2012-02-07 11:59:59'
    GROUP BY macaddr,FLOOR(UNIX_TIMESTAMP(`timestamp`)/3600)
) AS hourlies
GROUP BY macaddr, hourbase

Answer 2

為了使事情變得更容易，您應該創建一個“小時”函數，該函數返回一個日期時間，小時部分之后沒有任何有效數字。 因此，現在（2012年2月2日下午5:05）將是2012-02-07 17:00。 這是您的小時函數的代碼：

select dateadd(hh, DATEPART(hh, current_timestamp), DATEADD(dd, 0, datediff(dd, 0, current_timestamp)))

（將上述代碼中的current_timestamp替換為小時函數的datetime參數。我假設您將其創建為dbo.fnHour（），並且它帶有datetime參數。

然后，您可以使用dbo.fnHour（）作為分區函數來查詢所需的內容。 您的sql看起來像這樣：

select 
    avg(load) as avg_load
from (
    select dbo.fnHour(si.timestamp) [hour], macaddr, sum(load) as [load]
    from 
        sensor_data si 
    where 
        si.timestamp >= dateadd(mm, -1, current_timestamp)
    group by 
        dbo.fnHour(si.timestamp), macaddr
) as f

我沒有測試過，所以可能會有一些錯別字，但這足以讓您前進。

Answer 3

我可能會誤解您想要做什么。 看起來您正在使事情變得比使用采樣要復雜得多。 給出結果看起來應該是什么樣的樣本，也許可以使人們為您的特定案例提供更好的解決方案。

mysql> SELECT * FROM `test`;
+----+-----+------+------------+
| id | mac | load | when       |
+----+-----+------+------------+
|  1 |   1 |   10 | 2012-02-01 |
|  2 |   1 |   20 | 2012-01-01 |
|  3 |   2 |   60 | 2011-09-01 |
+----+-----+------+------------+

mysql> SELECT avg(`sum_load`)
    -> FROM 
    -> (
    ->    SELECT sum( `load` ) as sum_load
    ->    FROM `test`
    ->    WHERE `when` > '2011-01-15'
    ->    GROUP BY `mac`
    -> ) as t1;
+-----------------+
| avg(`sum_load`) |
+-----------------+
|         45.0000 |
+-----------------+

mysql> SELECT avg(`sum_load`)
    -> FROM 
    -> (
    ->    SELECT sum( `load` ) as sum_load
    ->    FROM `test`
    ->    WHERE `when` > '2011-01-15' AND `when` < '2012-01-15'
    ->    GROUP BY `mac`
    -> ) as t1;
+-----------------+
| avg(`sum_load`) |
+-----------------+
|         40.0000 |
+-----------------+