产品
产品

时间序列和分析

比 PostgreSQL 更快。专为快速摄取和查询基于时间和事件的数据而构建。
时间序列和分析

AI 和向量

适用于 AI 的 PostgreSQL。使用 pgvector、pgvectorscale 和 pgai 扩展程序无缝构建 RAG、搜索和 AI 代理。
AI 和向量

动态 PostgreSQL（抢先体验）

托管 PostgreSQL，具有无服务器的优势，却没有其问题。
动态 PostgreSQL（抢先体验）

部署选项和服务

Timescale Cloud

适用于所有工作负载的可靠且无忧的 PostgreSQL 云。
Timescale Cloud

支持服务

支持选项，以适应您的用例、基础设施和预算。

云支持

自行管理支持

开源扩展和工具

您可以在自己的实例上运行的开源 PostgreSQL 扩展。

时间序列和分析

timescaledb

timescaledb-toolkit

AI 和向量

pgai

pgvectorscale

安全扫描器

pgspot
即使在试用阶段，我们也会随时为您提供支持。联系我们，与 Timescale 技术专家讨论您的用例。

安排技术评估探索我们的企业级

Timescale 是由 PostgreSQL 打造的强大的
解决方案
依赖我们的行业

加密和金融

能源和环境

运输和物流

精选文章

PostgreSQL 用于工业物联网数据

立即阅读

PostgreSQL 用于工业物联网数据

OpenSauced 如何使用 pgvector 和 Timescale 为 Git 历史记录构建 Copilot

立即阅读

OpenSauced 如何使用 pgvector 和 Timescale 为 Git 历史记录构建 Copilot
客户
开发者
Timescale 文档

开始使用 Timescale 并将其集成以满足您的高要求数据需求。
Timescale 文档

AI 和向量

适用于 AI 的 PostgreSQL。使用 pgvector、pgvectorscale 和 pgai 扩展程序无缝构建 RAG、搜索和 AI 代理。
pgai 文档 pgvector 文档 AI 和向量

学习 PostgreSQL

Timescale 是 PostgreSQL，但速度更快。学习 PostgreSQL 基础知识，并将您的数据库性能提升到新的高度

概述

时间序列基础

Postgres 基础

Postgres 指南

基准测试

Postgres 备忘单

Timescale 基准测试

与 RDS PostgreSQL 对比

与 Amazon Timestream 对比

与 Influx 对比

与 MongoDB 对比

与 ClickHouse 对比

与 Aurora 对比

博客

教程

支持

社区

更新日志

GitHub

Slack

论坛
订阅 Timescale 简报

提交即表示您承认 Timescale 的隐私政策

提交即表示您承认 Timescale 的隐私政策
定价

首页时序数据基础知识 Postgres 基础知识 Postgres 指南 Postgres 最佳实践 Postgres 扩展基准测试

如何解决“错误：无法调整共享内存段的大小” PostgreSQL 中 5 个常见的连接错误及其解决方法如何修复 Postgres 数据库中“找不到行的关系分区”错误如何修复事务 ID 回绕耗尽问题

PostgreSQL 连接：概述什么是 PostgreSQL 完全外连接？什么是 PostgreSQL 交叉连接？什么是 PostgreSQL 内连接？什么是 PostgreSQL 左连接？什么是右连接？ PostgreSQL 连接类型理论提高 Postgres 连接性能的策略

Postgres 函数

了解 PostgreSQL 函数 PostgreSQL 数学函数：提高编码效率使用 PostgreSQL 字符串函数改进数据分析使用 PostgreSQL 窗口函数进行数据处理使用 PostgreSQL 聚合函数增强数据分析了解 PostgreSQL 日期和时间函数 Postgres string_agg 函数：快速指南了解 Postgres extract() 函数了解 PostgreSQL 中的 percentile_cont() 和 percentile_disc() 了解 PostgreSQL 中的 rank() 和 dense_rank() 函数

Postgres 子句

了解 PostgreSQL 中的 FILTER（附带示例）了解 PostgreSQL 中的 HAVING（附带示例）了解 PostgreSQL 中的 GROUP BY（附带示例）了解 PostgreSQL 中的 LIMIT（附带示例）了解 PostgreSQL 中的 ORDER BY（附带示例）了解 PostgreSQL 中的 WINDOW（附带示例）了解 PostgreSQL WITHIN GROUP 了解 PostgreSQL 中的 DISTINCT（附带示例）了解 PostgreSQL 中的 WHERE（附带示例）

Postgres 语句

了解 PostgreSQL SELECT

Postgres 操作

构建可扩展的数据库数据分区：它是什么以及为什么重要什么是数据压缩以及它是如何工作的？自托管数据库还是云数据库？对基础设施选择的乡村思考

了解 ACID 合规性

了解 PostgreSQL 中的 FILTER（附带示例）

免费试用

立即开始增强您的 PostgreSQL。

作者：Timescale 团队

在 PostgreSQL 和 TimescaleDB 中， FILTER 子句可用于通过添加 WHERE 子句来扩展聚合函数，例如 sum()、avg() 和 count() 。当您想在查询中执行多个聚合时，这尤其有用。

当 FILTER 与聚合函数一起使用时，只有其 WHERE 子句的计算结果为真的输入行才会在聚合子句中使用。聚合函数正在处理的数据由 WHERE 子句的条件“过滤”。

语法

<aggregate_function>(<expression>) FILTER(WHERE <condition>)

如果将聚合函数与窗口函数调用一起使用，则语法如下

<aggregate_function>(<expression>) FILTER(WHERE <condition>) OVER(<window_definition)

FILTER 子句只能与作为聚合的窗口函数一起使用。

示例

让我们看一些示例以更好地理解 FILTER 子句。对于第一组示例，我们将使用名为 car_sales 的表中的数据。

sales_year	sales_month	make	model	kind	quantity	revenue
2021	1	福特	F100	皮卡	40	2500000
2021	1	福特	Mustang	汽车	9	1010000
2021	1	雷诺	Fuego	汽车	20	9000000
2021	2	雷诺	Fuego	汽车	50	23000000
2021	2	福特	F100	皮卡	20	1200000
2021	2	福特	Mustang	汽车	10	1050000
2021	3	雷诺	梅甘娜	汽车	50	20000000
2021	3	雷诺	科雷傲	汽车	15	1004000
2021	3	福特	Mustang	汽车	20	2080000
2021	4	雷诺	梅甘娜	汽车	50	20000000
2021	4	雷诺	科雷傲	汽车	15	1004000
2021	4	福特	Mustang	汽车	25	2520000

使用 FILTER 替换 CASE 语句

在 9.4 版之前，PostgreSQL 没有 FILTER 。在此版本之前，数据库开发人员通常使用 CASE 语句和 WHEN 子句来获取现在可以使用 FILTER 获取的结果。这种方法不太直接。

让我们从一个简单的查询开始，获取每个汽车制造商的最低和最高收入。以下是用 FILTER 子句获取结果的查询

SELECT
	min(revenue) FILTER (WHERE make = ‘Ford’) min_ford,
	max(revenue) FILTER (WHERE make = ‘Ford’) max_ford,
	min(revenue) FILTER (WHERE make = ‘Renault’) min_renault,
	max(revenue) FILTER (WHERE make = ‘Renault’) max_renault
	car_sales;

我们使用 AS 关键字为这些总和分别创建了别名，以便区分结果，否则结果集中的每一列都将简单地标记为 min 或 max 。以下是结果

福特最低价	福特最高价	雷诺最低价	雷诺最高价
1010000	2520000	1004000	23000000

要用 CASE 语句获得相同的结果，您必须使用以下查询

SELECT
	min(CASE WHEN make = ‘Ford’ THEN revenue ELSE null END) min_ford,
	max(CASE WHEN make = ‘Ford’ THEN revenue ELSE null END) max_ford,
	min(CASE WHEN make = ‘Renault’ THEN revenue ELSE null END) min_renault,
	max(CASE WHEN make = ‘Renault’ THEN revenue ELSE null END) max_renault
	car_sales;

对于这种情况， FILTER 更容易理解。

使用 FILTER 透视表

我们可以使用 FILTER 子句将行透视为表，您经常需要这样做才能生成报表。假设我们想知道每个月售出的汽车总数。我们可以使用 GROUP BY 通过以下查询来做到这一点

SELECT sales_month, sum(quantity) FROM car_sales GROUP BY sales_month;

结果如下

sales_month	总和
4	90
3	85
1	69
2	80

或者我们可以使用 FILTER 通过以下查询透视这些结果

SELECT
	sum(quantity) FILTER (WHERE sales_month = 1) jan_quantity,
	sum(quantity) FILTER (WHERE sales_month = 2) feb_quantity,
	sum(quantity) FILTER (WHERE sales_month = 3) mar_quantity,
	sum(quantity) FILTER (WHERE sales_month = 4) apr_quantity
	car_sales;

结果

一月数量	二月数量	三月数量	四月数量
69	80	85	90

将 FILTER 子句与窗口函数结合使用

对于下一个示例，我们将使用一个不同的数据集，其中包含来自两个城市的温度和降水量数据。

日期	城市	温度	降水量
2021-09-04	迈阿密	68.36	0.00
2021-09-05	迈阿密	72.50	0.00
2021-09-01	迈阿密	65.30	0.28
2021-09-02	迈阿密	64.40	0.79
2021-09-03	迈阿密	71.60	0.47
2021-09-04	亚特兰大	67.28	0.00
2021-09-05	亚特兰大	70.80	0.00
2021-09-01	亚特兰大	63.14	0.20
2021-09-02	亚特兰大	62.60	0.59
2021-09-03	亚特兰大	62.60	0.39

在下一个查询中，我们将获取每个城市温度的三日移动平均值。为此，我们将使用 OVER 子句定义一个窗口，并按城市对其进行分区。为了说明 FILTER 如何与窗口子句一起使用，我们只会在窗口中任何一天（包括当前行加上前两行）的温度超过 70 度时返回最高温度。换句话说，它将为我们提供过去三天（包括一天中任何时间温度超过 70 度）的最高温度。

以下是查询

SELECT city, day, temperature,
    MAX(temperature)
    FILTER (WHERE temperature > 70)