PostgreSQL: แก้ไขค่าที่หายไป

Aug 19 2020

ฉันมีตารางใน PostgreSQL พร้อมเวลาประทับและค่า
ฉันต้องการแก้ไขค่าที่หายไปใน "lat"

ค่าใต้ "lat" คือค่า tidalheights ที่อยู่เหนือข้อมูล สำหรับวัตถุประสงค์คุณสามารถแก้ไขค่าที่ขาดหายไปเป็นเส้นตรงระหว่างค่าที่ทราบสองค่า

วิธีที่ดีที่สุดในการทำ PostgreSQL คืออะไร?

แก้ไข 20200825

ฉันได้แก้ไขปัญหานี้ด้วยวิธีอื่นโดยใช้เครื่องคำนวณสนาม QGIS ปัญหาเกี่ยวกับวิธีนี้: ใช้เวลานานและกระบวนการนี้จะรันฝั่งไคลเอ็นต์และฉันต้องการเรียกใช้โดยตรงบนเซิร์ฟเวอร์

ในขั้นตอนขั้นตอนการทำงานของฉันคือ:

  1. ช่วงเวลาระหว่างค่า "lat" ที่บันทึกไว้คือ 10 นาที ฉันคำนวณการเพิ่มขึ้นต่อนาทีระหว่างค่าที่บันทึกไว้สองค่าและเก็บไว้ในคอลัมน์พิเศษที่เรียกว่า "tidal_step" ที่ค่า "lat" ที่บันทึกไว้ (ฉันเก็บการประทับเวลาไว้เป็น "ยุค" ในคอลัมน์ด้วย)

ใน QGIS:

tidal_step =
-- the lat value @ the epoch, 10 minutes or 600000 miliseconds from the current epoch: 
(attribute(get_feature('werkset','epoch',("epoch"+'600000')),'lat') -
-- the lat value @ the current
attribute(get_feature('werkset','epoch',"epoch"),'lat'))
/10

สำหรับสองค่าแรกจากรูปภาพตัวอย่างที่ให้ผลลัพธ์: (4.95 - 5.07) / 10 = -0.012

  1. ฉันกำหนดจำนวนนาทีของ "lat" -value ที่จะแก้ไขผ่านอินสแตนซ์ที่บันทึกล่าสุดซึ่งมีการบันทึกค่า "lat" และจัดเก็บไว้ในคอลัมน์: "min_past_rec"

ใน QGIS:

left(
right("timestamp",8) --this takes the timestamp and goes 8 charakters from the right
,1) -- this takes the string from the previous right( and goes 1 character left

สำหรับค่าแรกในตัวอย่าง: 2019-01-01 00:15:15 ส่งกลับ: '5' ซึ่งเป็นเวลา 5 นาทีที่ผ่านมาจากค่าที่บันทึกล่าสุด

  1. ฉันแก้ไขค่าที่หายไปโดยเพิ่ม ("min_past_rec" * "tidal_step") ไปยังค่า "lat" ที่บันทึกล่าสุดและเก็บไว้ในคอลัมน์ที่เรียกว่า "lat_interpolated"

ใน QGIS

CASE
WHEN "lat" = NULL 
THEN
-- minutes pas the last recorded instance:
("min_past_rec" *
-- the "tidal_step" at the last recorded "lat"-value:
(attribute(get_feature('werkset','epoch',
("epoch" - --the epoch of the "lat" value to be interpolated minus:

left(right("timestamp",8),1) * 600000 -- = the amount of minutes after the last recorded instance.
+ left(right("timestamp",6),2) * 1000) --  and the amount of seconds after the last recorded instance.
),'tidal_step')) +

-- the last recorded "lat"-value

(attribute(get_feature('werkset','epoch',("epoch" - left(right("timestamp",8),1) * 600000 + left(right("timestamp",6),2) * 1000)),'lat'))

ด้วยข้อมูลจากตัวอย่าง:

2019-01-01 00:17:33:

"lat_interpolated" = "min_past_rec" * "tidal_step" + "lat" = 
7*-0.012 + 4.95 = 4.866
  1. ลบคอลัมน์ที่ล้าสมัยออกจากฐานข้อมูล

ฉันควรใช้คำสั่ง / สคริปต์ใดใน PostgreSQL เพื่อทำงานเดียวกัน

คำตอบ

1 Vérace Aug 19 2020 at 09:58

ฉันมีวิธีแก้ปัญหา (บางส่วน) - สิ่งที่ฉันทำมีดังต่อไปนี้ (ดูซอที่มีอยู่ที่นี่ ):

อัลกอริทึมที่ฉันใช้ในการแก้ไขคือ

  • หากมีลำดับ 1 NULLให้หาค่าเฉลี่ยของค่าด้านบนและค่าด้านล่าง

  • ลำดับของ 2 NULLวินาทีค่าที่กำหนดสูงสุดคือค่าเฉลี่ยของสองระเบียนที่อยู่ด้านบนและค่าที่กำหนดด้านล่างคือค่าเฉลี่ยของสองระเบียนด้านล่าง

ในการดำเนินการนี้ฉันได้ทำสิ่งต่อไปนี้:

สร้างตาราง:

CREATE TABLE data 
(
  s SERIAL PRIMARY KEY, 
  t TIMESTAMP, 
  lat NUMERIC
);

เติมข้อมูลด้วยข้อมูลตัวอย่าง:

INSERT INTO data (t, lat)
VALUES
('2019-01-01 00:00:00', 5.07),
('2019-01-01 01:00:00', 4.60),
('2019-01-01 02:00:00', NULL),
('2019-01-01 03:00:00', NULL),
('2019-01-01 04:00:00', 4.7),
('2019-01-01 05:00:00', 4.20),
('2019-01-01 06:00:00', NULL),
('2019-01-01 07:00:00', 4.98),
('2019-01-01 08:00:00', 4.50);

หมายเหตุที่บันทึก 3 และ 4 และ NULL7

จากนั้นฉันก็เรียกใช้แบบสอบถามแรกของฉัน:

WITH cte1 AS
(
  SELECT d1.s,
    d1.t AS t1, d1.lat AS l1,
    LAG(d1.lat, 2)  OVER (ORDER BY t ASC) AS lag_t1_2,
    LAG(d1.lat, 1)  OVER (ORDER BY t ASC) AS lag_t1,
    LEAD(d1.lat, 1) OVER (ORDER BY t ASC) AS lead_t1,
    LEAD(d1.lat, 2) OVER (ORDER BY t ASC) AS lead_t1_2
  FROM data d1
),
cte2 AS
(
  SELECT 
    d2.t AS t2, d2.lat AS l2, 
    LAG(d2.lat, 1) OVER(ORDER BY t DESC) AS lag_t2,
    LEAD(d2.lat, 1) OVER(ORDER BY t DESC) AS lead_t2
  FROM data d2
),
cte3 AS
(
  SELECT t1.s,
    t1.t1,  t1.lag_t1_2, t1.lag_t1, t2.lag_t2, t1.l1, t2.l2, 
    t1.lead_t1, t2.lead_t2, t1.lead_t1_2
  FROM cte1 t1
  JOIN cte2 t2
  ON t1.t1 = t2.t2
)
SELECT * FROM cte3;

ผลลัพธ์ (ช่องว่างหมายถึงNULL- ชัดเจนกว่ามากสำหรับซอ):

s   t1  lag_t1_2    lag_t1  lag_t2  l1  l2  lead_t1     lead_t2     lead_t1_2
1   2019-01-01 00:00:00             4.60    5.07    5.07    4.60        
2   2019-01-01 01:00:00         5.07        4.60    4.60        5.07    
3   2019-01-01 02:00:00     5.07    4.60                    4.60    4.7
4   2019-01-01 03:00:00     4.60        4.7             4.7         4.20
5   2019-01-01 04:00:00             4.20    4.7     4.7     4.20        
6   2019-01-01 05:00:00         4.7         4.20    4.20        4.7     4.98
7   2019-01-01 06:00:00     4.7     4.20    4.98            4.98    4.20    4.50
8   2019-01-01 07:00:00     4.20        4.50    4.98    4.98    4.50        
9   2019-01-01 08:00:00         4.98        4.50    4.50        4.98 

สังเกตการใช้ฟังก์ชันLAG()และLEAD()หน้าต่าง ( documentation) ฉันเคยใช้บนโต๊ะเดียวกัน แต่เรียงลำดับต่างกัน

สิ่งนี้และการใช้OFFSETตัวเลือกหมายความว่าจากlatคอลัมน์เดียวเดิมของฉันตอนนี้ฉันมีข้อมูล "สร้าง" เพิ่มเติม 6 คอลัมน์ซึ่งมีประโยชน์มากสำหรับการกำหนดค่าให้กับNULLค่าที่ขาดหายไป ชิ้นส่วนสุดท้าย (บางส่วน) ของปริศนาแสดงอยู่ด้านล่าง (แบบสอบถาม SQL แบบเต็มอยู่ที่ด้านล่างของโพสต์นี้และในซอ)

cte4 AS
(
  SELECT t1.s,
  t1.l1 AS lat,
    CASE 
      WHEN (t1.l1 IS NOT NULL) THEN t1.l1
      WHEN (t1.l1 IS NULL) AND (t1.l2) IS NULL AND (t1.lag_t1 IS NOT NULL)
        AND (t1.lag_t2 IS NOT NULL) THEN ROUND((t1.lag_t1 + t1.lag_t2)/2, 2) 
      WHEN (t1.lag_t2 IS NULL) AND (t1.l1 IS NULL) AND (t1.l2 IS NULL) 
        AND (t1.lead_t1 IS NULL) THEN ROUND((t1.lag_t1 + t1.lag_t1_2)/2, 2)
      WHEN (t1.l1 IS NULL) AND (t1.l2 IS NULL)  AND (t1.lag_t1 IS NULL)
        AND (t1.lead_t2 IS NULL) THEN ROUND((t1.lead_t1 + t1.lead_t1_2)/2, 2)
      ELSE 0
    END AS final_val
  FROM cte3 t1
)
SELECT s, lat, final_val FROM cte4;

ผลลัพธ์สุดท้าย:

s    lat    final_val
1   5.07         5.07
2   4.60         4.60
3   NULL         4.84
4   NULL         4.45
5   4.7           4.7
6   4.20         4.20
7   NULL         4.59
8   4.98         4.98
9   4.50         4.50

ดังนั้นคุณจะเห็นว่าค่าที่คำนวณได้สำหรับระเบียน 7 คือค่าเฉลี่ยของระเบียน 6 & 8 และระเบียน 3 คือค่าเฉลี่ยของระเบียน 1 & 2 และค่าที่กำหนดสำหรับระเบียน 4 คือค่าเฉลี่ย 5 & 6 ซึ่งเปิดใช้งานโดย การใช้OFFSETตัวเลือกสำหรับฟังก์ชันLAG()และ LEAD()ถ้าคุณได้ลำดับ 3 NULLวินาทีคุณจะต้องใช้OFFSET3 ไปเรื่อย ๆ

ฉันไม่ค่อยพอใจกับโซลูชันนี้ - มันเกี่ยวข้องกับการเข้ารหัสจำนวนNULLs อย่างหนักและCASEข้อความเหล่านั้นจะซับซ้อนและน่ากลัวยิ่งขึ้น ตามหลักการแล้วRECURSIVE CTEจำเป็นต้องมีวิธีแก้ปัญหาบางอย่างแต่ฉัน HTH!

=============================== แบบสอบถามแบบเต็ม ================= =======

WITH cte1 AS
(
  SELECT d1.s,
    d1.t AS t1, d1.lat AS l1,
    LAG(d1.lat, 2)  OVER (ORDER BY t ASC) AS lag_t1_2,
    LAG(d1.lat, 1)  OVER (ORDER BY t ASC) AS lag_t1,
    LEAD(d1.lat, 1) OVER (ORDER BY t ASC) AS lead_t1,
    LEAD(d1.lat, 2) OVER (ORDER BY t ASC) AS lead_t1_2
  FROM data d1
),
cte2 AS
(
  SELECT 
    d2.t AS t2, d2.lat AS l2, 
    LAG(d2.lat, 1) OVER(ORDER BY t DESC) AS lag_t2,
    LEAD(d2.lat, 1) OVER(ORDER BY t DESC) AS lead_t2
  FROM data d2
),
cte3 AS
(
  SELECT t1.s,
    t1.t1,  t1.lag_t1_2, t1.lag_t1, t2.lag_t2, t1.l1, t2.l2, 
    t1.lead_t1, t2.lead_t2, t1.lead_t1_2
  FROM cte1 t1
  JOIN cte2 t2
  ON t1.t1 = t2.t2
),
cte4 AS
(
  SELECT t1.s,
  t1.l1 AS lat,
    CASE 
      WHEN (t1.l1 IS NOT NULL) THEN t1.l1
      WHEN (t1.l1 IS NULL) AND (t1.l2) IS NULL AND (t1.lag_t1 IS NOT NULL)
        AND (t1.lag_t2 IS NOT NULL) THEN ROUND((t1.lag_t1 + t1.lag_t2)/2, 2) 
      WHEN (t1.lag_t2 IS NULL) AND (t1.l1 IS NULL) AND (t1.l2 IS NULL) 
        AND (t1.lead_t1 IS NULL) THEN ROUND((t1.lag_t1 + t1.lag_t1_2)/2, 2)
      WHEN (t1.l1 IS NULL) AND (t1.l2 IS NULL)  AND (t1.lag_t1 IS NULL)
        AND (t1.lead_t2 IS NULL) THEN ROUND((t1.lead_t1 + t1.lead_t1_2)/2, 2)
      ELSE 0
    END AS final_val,
    t1.lead_t1_2
  FROM cte3 t1
)
SELECT s, lat, final_val, lead_t1_2 FROM cte4;