时间戳

首页 > 解决方案 > 在 CubeJS 中实现 DISTINCT ON

javascript - 在 CubeJS 中实现 DISTINCT ON

问题描述

我有一个像这样的 Postgres 表，其中包含设备 ID、时间戳和当时设备的状态：

dev_id  | timestamp             | status
----------------------------------------
1       | 2020-08-06 23:00:00   | 1
2       | 2020-08-06 23:00:00   | 0
3       | 2020-08-06 23:00:00   | 1
2       | 2020-08-06 23:05:00   | 1
3       | 2020-08-06 23:05:00   | 0
1       | 2020-08-06 23:10:00   | 0

我想在他们各自的最新时间戳中查看有多少设备正在运行，有多少没有运行。在 Postgres 中，我可以DISTINCT ON像这样使用和编写查询：

SELECT status, COUNT(status) 
FROM
  (
    SELECT DISTINCT ON (dev_id) dev_id,
      timestamp,
      status 
    FROM
      sample_metrics_data 
    ORDER BY
      dev_id,
      timestamp DESC
  ) sub 
GROUP BY status;

这将导致：

value   | count
---------------
0       | 2
1       | 1

（2 个设备，#1 和 #3，状态为 0，而 1，#2，状态为 1。）如何在 CubeJS 中创建类似的东西？支持，如果不支持，解决方法是DISTINCT ON什么？

或者，可以使用内部联接编写查询：

SELECT status,
       Count(status)
FROM   sample_metrics_data
       JOIN (SELECT dev_id         id,
                    Max(timestamp) ts
             FROM   sample_metrics_data
             GROUP  BY dev_id) max_ts
         ON timestamp = max_ts.ts
            AND dev_id = max_ts.id
GROUP BY status;

我需要进行内部连接，但似乎只有 LEFT JOIN 可用。

标签： javascriptnode.jscube.js

解决方案

在您的情况下，如果您需要构建一个有多少设备在线的图表，那么您的问题的典型解决方案是

  1. 构建一个立方体，其中会有关于在线设备数量变化的数据。
  2. 使用rollingWindow创建度量

例如，我在你的问题中做了一个表格

sample_metrics 表结构

并创建这个立方体

cube(`SampleMetricsData`, {
  sql: "SELECT *, device_status - COALESCE(LAG(device_status) OVER (PARTITION BY id ORDER BY timemark ASC), 0) as rolling_status FROM ab_api_test.sample_metrics ORDER BY `sample_metrics`.`timemark` DESC",
   
  measures: { 
    rollingStatusTotal: {
      sql: `rolling_status`,
      type: `sum`, 
      rollingWindow: { 
        trailing: `unbounded`, 
      }, 
    },  
  },
  
  dimensions: {
    id: {
      sql: `id`,
      type: `number`,
      primaryKey: true
    },
    
    timemark: {
      sql: `timemark`,
      type: `time`
    }, 
  }
});

在这个多维数据集上，您可以使用此查询查看在线设备图表

{"measures":["SampleMetricsData.rollingStatusTotal"],"timeDimensions":[{"dimension":"SampleMetricsData.timemark","granularity":"hour","dateRange":"This month"}],"order":{},"dimensions":[],"filters":[]}

可能您应该看到本教程，它看起来与您的任务类似。还有一个相关的问题是here

笔记

您还可以编写这样的查询来从您的数据创建一个多维数据集。但这不是最佳实践

select * from (
     SELECT DISTINCT ON (dev_id) dev_id,
       timestamp,
       status
     FROM
       sample_metrics_data
     ORDER BY
       dev_id,
       timestamp DESC
) as sample_metrics

推荐阅读