SQL: frequenza cumulativa veloce Query (Postgres)

Question

Sto cercando di ottenere cumulativo frequenza dei dati dal nostro database. Ho creato una semplice tabella temporanea con tutti i conteggi unici aggiornamento di stato che abbiamo visto, e il numero di utenti che hanno quella quantità di aggiornamenti di stato.

     Table "pg_temp_4.statuses_count_tmp"
     Column     |  Type   | Modifiers 
----------------+---------+-----------
 statuses_count | integer | 
 frequency      | bigint  | 
Indexes:
    "statuses_count_idx" UNIQUE, btree (statuses_count)

La mia domanda attuale è:

select statuses_count, frequency/(select * from total_statuses)::float, (select sum(frequency)/(select * from total_statuses)::float AS percentage from statuses_count_tmp WHERE statuses_count <= SCT.statuses_count) AS cumulative_percent  FROM statuses_count_tmp AS SCT ORDER BY statuses_count DESC;

Ma questo richiede un po 'di tempo e il numero di query cresce abbastanza rapidamente. Quindi, con i ~ 50.000 righe che ho, sto guardando 50k righe fattoriali per essere letto. Seduto qui a guardare il grind interrogazione via spero C'è una soluzione migliore che non ho attraverso di ancora.

Nella speranza di ottenere qualcosa di simile a questo:

0       0.26975161      0.26975161
1       0.15306534      0.42281695
2       0.05513516      0.47795211
3       0.03050646      0.50845857
4       0.02064444      0.52910301

Answer 1

Dovrebbe essere risolvibile con le funzioni di windowing, a patto di avere PostgreSQL 8.4 o versioni successive. Sto indovinando che total_statuses è una vista o tabella temporanea lungo le linee di select sum(frequency) from statuses_count_tmp? L'ho scritto come un CTE qui che dovrebbe rendere più calcolare il risultato solo una volta per tutta la durata della dichiarazione:

with total_statuses as (select sum(frequency) from statuses_count_tmp)
select statuses_count,
       frequency / (select * from total_statuses) as frequency,
       sum(frequency) over(order by statuses_count)
           / (select * from total_statuses) as cumulative_frequency
from statuses_count_tmp

Senza funzioni finestra 8.4 del la cosa migliore è semplicemente quello di elaborare i dati in modo iterativo:

create type cumulative_sum_type as ( statuses_count int, frequency numeric, cumulative_frequency numeric );
create or replace function cumulative_sum() returns setof cumulative_sum_type strict stable language plpgsql as $$
declare
  running_total bigint := 0;
  total bigint;
  data_in record;
  data_out cumulative_sum_type;
begin
  select sum(frequency) into total from statuses_count_tmp;
  for data_in in select statuses_count, frequency from statuses_count_tmp order by statuses_count
  loop
    data_out.statuses_count := data_in.statuses_count;
    running_total := running_total + data_in.frequency;
    data_out.frequency = data_in.frequency::numeric / total;
    data_out.cumulative_frequency = running_total::numeric / total;
    return next data_out;
  end loop;
end;
$$;
select * from cumulative_sum();