Postgresqlの累積合計をカウントします

より大きなデータセットでは、ウィンドウ関数 これらの種類のクエリを実行する最も効率的な方法です。テーブルは、自己参加のように日付ごとに1回ではなく、1回だけスキャンされます。また、非常にシンプルに見えます。 :)PostgreSQL8.4以降はウィンドウ関数をサポートしています。

これはどのように見えるかです：

SELECT created_at, sum(count(email)) OVER (ORDER BY created_at)
FROM subscriptions
GROUP BY created_at;

ここでOVER ウィンドウを作成します。 ORDER BY created_at これは、created_atのカウントを合計する必要があることを意味します 注文します。

編集： 1日以内に重複するメールを削除する場合は、sum(count(distinct email))を使用できます。 。残念ながら、これでは異なる日付にまたがる重複は削除されません。

すべてを削除する場合 重複している場合、最も簡単なのはサブクエリとDISTINCT ONを使用することだと思います 。これにより、メールは最も早い日付に関連付けられます（created_atで昇順で並べ替えているため、最も早い日付が選択されます）：

SELECT created_at, sum(count(email)) OVER (ORDER BY created_at)
FROM (
    SELECT DISTINCT ON (email) created_at, email
    FROM subscriptions ORDER BY email, created_at
) AS subq
GROUP BY created_at;

(email, created_at)にインデックスを作成する場合 、このクエリも遅すぎてはいけません。

（テストしたい場合は、これがサンプルデータセットの作成方法です）

create table subscriptions as
   select date '2000-04-04' + (i/10000)::int as created_at,
          '[email protected]' || (i%700000)::text as email
   from generate_series(1,1000000) i;
create index on subscriptions (email, created_at);