怎么在postgreSql数据库中实现分组统计数据

怎么在postgreSql数据库中实现分组统计数据？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

1. 背景

比如气象台的气温监控，每半小时上报一条数据，有很多个地方的气温监控，这样数据表里就会有很多地方的不同时间的气温数据

2. 需求：

每次查询只查最新的气温数据按照不同的温度区间来分组查出，比如：高温有多少地方，正常有多少地方，低温有多少地方

3. 构建数据

3.1 创建表结构：

-- DROP TABLE public.t_temperature

CREATE TABLE public.t_temperature (
	id int4 NOT NULL GENERATED ALWAYS AS IDENTITY,
	place_name varchar NOT NULL,
	value float8 NOT NULL,
	up_time timestamp NOT NULL,
	CONSTRAINT t_temperature_pk PRIMARY KEY (id)
);

-- Permissions

ALTER TABLE public.t_temperature OWNER TO postgres;
GRANT ALL ON TABLE public.t_temperature TO postgres;

3.2 造数据

INSERT INTO public.t_temperature (place_name,value,up_time) VALUES 
('广州',35,'2020-07-12 15:00:00.000')
,('广州',35.9,'2020-07-12 15:30:00.000')
,('深圳',30,'2020-07-12 15:30:00.000')
,('深圳',31,'2020-07-12 16:30:00.000')
,('三亚',23,'2020-07-12 16:30:00.000')
,('三亚',21,'2020-07-12 17:30:00.000')
,('北极',-1,'2020-07-12 17:30:00.000')
,('北极',-10,'2020-07-12 19:30:00.000')
;

4. 需求实现

4.1 需求1的SQL语句

利用了postgreSql的一个函数：ROW_NUMBER() OVER( [ PRITITION BY col1] ORDER BY col2[ DESC ] )

select
	*
from
	(
	select
		tt.place_name,
		tt.value,
		tt.up_time,
		row_number() over ( partition by tt.place_name
	order by
		tt.up_time desc) as row_num
	from
		t_temperature tt) aaa
where
	aaa.row_num = 1

效果如下，查出的都是最新的数据：

4.2 需求2的SQL语句

利用了一个case when then else end 用法来统计数量

select
	dd.place_name,
	sum(case when dd.value <= 0 then 1 else 0 end) as 低温天气,
	sum(case when dd.value > 0 and dd.value < 25 then 1 else 0 end) as 正常天气,
	sum(case when dd.value >= 25 then 1 else 0 end) as 高温天气
from
	t_temperature dd
group by
	dd.place_name

效果如下，因为没有过滤每个地方的最新数据，查出的是所有数据：

用需求1的结果来查询统计：

select
	dd.place_name,
	sum(case when dd.value <= 0 then 1 else 0 end) as 低温天气,
	sum(case when dd.value > 0 and dd.value < 25 then 1 else 0 end) as 正常天气,
	sum(case when dd.value >= 25 then 1 else 0 end) as 高温天气
from
	(
	select
		*
	from
		(
		select
			tt.place_name,
			tt.value,
			tt.up_time,
			row_number() over ( partition by tt.place_name
		order by
			tt.up_time desc) as row_num
		from
			t_temperature tt) aaa
	where
		aaa.row_num = 1) dd
group by
	dd.place_name

效果如下：

假如再嵌套一个sum统计，就能查出低温天气，正常天气，高温天气分别合计数量是多少了。

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。