Quiero seleccionar como máximo 3 registros por día de un intervalo de fechas específico.
SELECT date_time, other_column
FROM (
SELECT *, row_number() OVER (PARTITION BY date_time::date) AS rn
FROM tbl
WHERE date_time >= '2012-11-01 0:0'
AND date_time < '2012-12-01 0:0'
) x
WHERE rn < 4;
Puntos principales
-
Use la función de ventana
row_number()
.rank()
odense_rank()
sería incorrecto de acuerdo con la pregunta:se pueden seleccionar más de 3 registros con duplicados de marca de tiempo. -
Ya que no defines cuál filas que desea por día, la respuesta correcta es no incluir un
ORDER BY
cláusula en la función de ventana. Le da una selección arbitraria, que coincide con la pregunta. -
Cambié tu
WHERE
cláusula deWHERE date_time >= '20121101 00:00:00' AND date_time <= '20121130 23:59:59'
a
WHERE date_time >= '2012-11-01 0:0' AND date_time < '2012-12-01 0:0'
Su sintaxis fallaría para casos de esquina como
'20121130 23:59:59.123'
.Qué sugirió @Craig:
date_time::date BETWEEN '2012-11-02' AND '2012-11-05'
.. funcionaría correctamente, pero es un antipatrón en cuanto al rendimiento. Si aplica una conversión o una función a la columna de su base de datos en la expresión, no se pueden usar índices simples.
Solución para PostgreSQL 8.3
La mejor solución :Actualice a una versión más reciente, preferiblemente a la versión actual 9.2.
Otras soluciones :
Por solo pocos días podría emplear UNION ALL
:
SELECT date_time, other_column
FROM tbl t1
WHERE date_time >= '2012-11-01 0:0'
AND date_time < '2012-11-02 0:0'
LIMIT 3
)
UNION ALL
(
SELECT date_time, other_column
FROM tbl t1
WHERE date_time >= '2012-11-02 0:0'
AND date_time < '2012-11-03 0:0'
LIMIT 3
)
...
Los paréntesis no son opcionales aquí.
Por más días hay soluciones con generate_series()
- algo como lo que publiqué aquí (incluyendo un enlace a más).
Podría haberlo resuelto con una función plpgsql en los viejos tiempos antes de que tuviéramos funciones de ventana:
CREATE OR REPLACE FUNCTION x.f_foo (date, date, integer
, OUT date_time timestamp, OUT other_column text)
RETURNS SETOF record AS
$BODY$
DECLARE
_last_day date; -- remember last day
_ct integer := 1; -- count
BEGIN
FOR date_time, other_column IN
SELECT t.date_time, t.other_column
FROM tbl t
WHERE t.date_time >= $1::timestamp
AND t.date_time < ($2 + 1)::timestamp
ORDER BY t.date_time::date
LOOP
IF date_time::date = _last_day THEN
_ct := _ct + 1;
ELSE
_ct := 1;
END IF;
IF _ct <= $3 THEN
RETURN NEXT;
END IF;
_last_day := date_time::date;
END LOOP;
END;
$BODY$ LANGUAGE plpgsql STABLE STRICT;
COMMENT ON FUNCTION f_foo(date3, date, integer) IS 'Return n rows per day
$1 .. date_from (incl.)
$2 .. date_to (incl.)
$3 .. maximim rows per day';
Llamar:
SELECT * FROM f_foo('2012-11-01', '2012-11-05', 3);