Question

我想创建一个时间线报告，为时间线中的每个日期显示数据集中最新N个数据点的移动平均值，该数据集包含一些度量和测量日期。我每天都有一张日历表来提供日期。我可以计算一个时间线来显示该日期之前的整体平均值，相当简单地使用相关子查询（实际情况比这复杂得多，但它基本上可以简化为此）：

SELECT  c.date
,       (   SELECT  AVERAGE(m.value) 
            FROM    measures as m
            WHERE   m.measured_on_dt <= c.date
        ) as `average_to_date`
FROM    calendar c
WHERE   c.date between date1 AND date2  -- graph boundaries
ORDER BY c.date ASC

我花了几天时间阅读这篇文章并且我找不到任何好的解决方案。有人建议LIMIT可以在子查询中工作（LIMIT在子查询中支持当前版本的MySQL），但LIMIT适用于返回集，而不是进入聚合的行，因此添加它没有任何区别。

我也不能使用LIMIT编写非聚合SELECT，然后对其进行聚合，因为在FROM语句中不允许使用相关子查询。所以这（遗憾地）不起作用：

SELECT  c.date
,       SELECT AVERAGE(last_5.value)
        FROM (  SELECT  m.value
                FROM    measures as m
                WHERE   m.measured_on_dt <= c.date
                ORDER BY m.measured_on_dt DESC
                LIMIT 5
              ) as `last_5`
FROM    calendar c
WHERE   c.date between date1 AND date2  -- graph boundaries
ORDER BY c.date ASC

我认为我需要完全避免使用子查询方法，看看我是否使用带有用户变量的聪明连接/行编号技术然后聚合，但是当我正在研究时我认为我是问是否有人知道更好的方法？

更新：好的，我有一个解决方案，我已经为这个例子简化了。它依赖于一些用户变量技巧来从日历日期向后编号。它还与日历表（而不是子查询）进行交叉产品，但这会产生令人遗憾的副作用，导致行编号技巧失败（用户变量在发送到客户端时进行评估，而不是在该行被评估）所以为了解决这个问题，我必须将查询嵌套一个级别，对结果进行排序，然后将行编号技巧应用于该集合，然后该集合起作用。

此查询仅返回有度量的日历日期，因此如果您想要整个时间轴，只需选择日历并将LEFT JOIN添加到此结果集。

set @day = 0;
set @num = 0;
set @LIMIT = 5;

SELECT  date
,       AVG(value) as recent_N_AVG
FROM
(  SELECT *
  ,      @num := if(@day = c.date, @num + 1, 1) as day_row_number
  ,      @day := day as dummy
  FROM 
  ( SELECT  c.full_date
    ,       m.value
    ,       m.measured_on_dt
    FROM    calendar c 
    JOIN    measures as m
    WHERE   m.measured_on_dt <= c.full_date
    AND     c.full_date BETWEEN date1 AND date2  
    ORDER BY c.full_date ASC, measured_on_dt DESC
  ) as full_data
) as numbered
WHERE day_row_number <= @LIMIT
GROUP BY date

行编号技巧可以推广到更复杂的数据（我的测量有几个方面需要聚合）。

Answer 1

如果您的时间表是连续的（每天1个值），您可以改善您的第一次尝试：

SELECT c.date,
       ( SELECT AVERAGE(m.value) 
         FROM   measures as m
         WHERE  m.measured_on_dt 
                    BETWEEN DATE_SUB(c.date, INTERVAL 5 day) AND c.date
       ) as `average_to_date`
FROM    calendar c
WHERE   c.date between date1 AND date2  -- graph boundaries
ORDER BY c.date ASC

如果你的时间轴上有洞，这将导致平均值少于5个值。

如何在相关子查询中计算MySQL中的移动平均值？

1 个答案: