Pilih grup pengguna yang berbeda berdasarkan rentang waktu

Hitung semua baris

SELECT date, '1_D' AS time_series,  count(DISTINCT user_id) AS cnt
FROM   uniques
GROUP  BY 1

UNION  ALL
SELECT DISTINCT ON (1)
       date, '2_W', count(*) OVER (PARTITION BY week_beg ORDER BY date)
FROM   uniques

UNION  ALL
SELECT DISTINCT ON (1)
       date, '3_M', count(*) OVER (PARTITION BY month_beg ORDER BY date)
FROM   uniques
ORDER  BY 1, time_series

• Kolom Anda week_beg dan month_beg 100% berlebihan dan dapat dengan mudah diganti dengandate_trunc('week', date + 1) - 1 dan date_trunc('month', date) masing-masing.

• Minggu Anda sepertinya dimulai pada hari Minggu (mati satu per satu), oleh karena itu + 1 .. - 1 .

• Frame default fungsi jendela dengan ORDER BY di OVER penggunaan klausa adalah RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW . Itulah yang Anda butuhkan.

• Gunakan UNION ALL , bukan UNION .

• Pilihan malang Anda untuk time_series (D, W, M) tidak terurut dengan baik, saya mengganti namanya menjadi ORDER BY terakhir lebih mudah.

• Kueri ini dapat menangani beberapa baris per hari. Hitungan mencakup semua rekan selama sehari.

• Selengkapnya tentang DISTINCT ON :

  • Pilih dulu baris di setiap grup GROUP BY?

Pengguna BERBEDA per hari

Untuk menghitung setiap pengguna hanya sekali per hari, gunakan CTE dengan DISTINCT ON :

WITH x AS (SELECT DISTINCT ON (1,2) date, user_id FROM uniques)
SELECT date, '1_D' AS time_series,  count(user_id) AS cnt
FROM   x
GROUP  BY 1

UNION ALL
SELECT DISTINCT ON (1)
       date, '2_W'
      ,count(*) OVER (PARTITION BY (date_trunc('week', date + 1)::date - 1)
                      ORDER BY date)
FROM   x

UNION ALL
SELECT DISTINCT ON (1)
       date, '3_M'
      ,count(*) OVER (PARTITION BY date_trunc('month', date) ORDER BY date)
FROM   x
ORDER BY 1, 2

Pengguna BERBEDA selama periode waktu yang dinamis

Anda selalu dapat menggunakan subkueri berkorelasi . Cenderung lambat dengan tabel besar!
Membangun kueri sebelumnya:

WITH du AS (SELECT date, user_id FROM uniques GROUP BY 1,2)
    ,d  AS (
    SELECT date
          ,(date_trunc('week', date + 1)::date - 1) AS week_beg
          ,date_trunc('month', date)::date AS month_beg
    FROM   uniques
    GROUP  BY 1
    )
SELECT date, '1_D' AS time_series,  count(user_id) AS cnt
FROM   du
GROUP  BY 1

UNION ALL
SELECT date, '2_W', (SELECT count(DISTINCT user_id) FROM du
                     WHERE  du.date BETWEEN d.week_beg AND d.date )
FROM   d
GROUP  BY date, week_beg

UNION ALL
SELECT date, '3_M', (SELECT count(DISTINCT user_id) FROM du
                     WHERE  du.date BETWEEN d.month_beg AND d.date)
FROM   d
GROUP  BY date, month_beg
ORDER  BY 1,2;

SQL Fiddle untuk ketiga solusi.

Lebih cepat dengan dense_rank()

@Clodoaldo datang dengan peningkatan besar:gunakan fungsi jendela dense_rank() . Berikut adalah ide lain untuk versi yang dioptimalkan. Seharusnya lebih cepat untuk mengecualikan duplikat harian segera. Peningkatan performa meningkat seiring dengan jumlah baris per hari.

Membangun model data yang disederhanakan dan disanitasi - tanpa kolom yang berlebihan- day sebagai nama kolom alih-alih date

date adalah kata yang dicadangkan dalam SQL standar dan nama tipe dasar di PostgreSQL dan tidak boleh digunakan sebagai pengenal.

CREATE TABLE uniques(
   day date     -- instead of "date"
  ,user_id int
);

Kueri yang ditingkatkan:

WITH du AS (
   SELECT DISTINCT ON (1, 2)
          day, user_id 
         ,date_trunc('week',  day + 1)::date - 1 AS week_beg
         ,date_trunc('month', day)::date         AS month_beg
   FROM   uniques
   )
SELECT day, count(user_id) AS d, max(w) AS w, max(m) AS m
FROM  (
    SELECT user_id, day
          ,dense_rank() OVER(PARTITION BY week_beg  ORDER BY user_id) AS w
          ,dense_rank() OVER(PARTITION BY month_beg ORDER BY user_id) AS m
    FROM   du
    ) s
GROUP  BY day
ORDER  BY day;

SQL Fiddle mendemonstrasikan performa 4 varian yang lebih cepat. Itu tergantung pada distribusi data Anda yang tercepat untuk Anda.
Semuanya sekitar 10x lebih cepat dari versi subkueri berkorelasi (yang tidak buruk untuk subkueri berkorelasi).