Partisi dan window function

Analisis Deret Waktu di PostgreSQL

Jasmin Ludolf

Content Developer, DataCamp

Partisi

Membagi tabel besar menjadi subset kecil (partisi)
Berguna untuk dataset besar
Data runtun waktu:
- data baru setiap hari
- partisi per rentang tanggal

Ilustrasi tabel besar dipecah menjadi dua subset

Sebuah rentang

Batas rentang:
- inklusif di batas bawah
- eksklusif di batas atas
Alternatif rentang: partisi berdasarkan peristiwa atau kategori

Rentang 1: 2000–2010

2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009

Rentang 2: 2010–2020

2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020

Partition by

PARTITION BY RANGE

CREATE TABLE timetable (
    date_info DATE,
    train_id INTEGER,
    departure_time TIMESTAMP,
    arrival_time TIMESTAMP,
    delay INTEGER
) PARTITION BY RANGE (date_info);

Partition of

PARITION OF FOR VALUES FROM
timetable adalah tabel terpartisi, dipartisi pada date_info dengan metode RANGE

CREATE TABLE timetable_y2020 PARTITION OF timetable
    FOR VALUES FROM ('2020-01-01') to ('2020-12-31');

Window function

Menyederhanakan query SQL biasa
Mengembalikan nilai untuk tiap baris (dapat bergantung pada baris lain)

Window: himpunan baris tempat fungsi dijalankan
Window function: fungsi yang diterapkan pada window tersebut
Fungsi agregat bersifat komparatif, tapi hasilnya tidak digabung jadi satu nilai

Klausa OVER

Klausa OVER menandakan window function
Contoh: regional_timetable berisi date, times, id, delays, dan region
Jika tanpa PARTITION BY: seluruh tabel diperlakukan sebagai satu partisi

SELECT region, train_id, delay, AVG(delay) OVER (PARTITION BY region)
FROM regional_timetable;

|region|train_id|   delay|     avg|
|------|--------|--------|--------|
| north|       6|00:00:05|00:00:05|
| north|       2|00:00:03|00:00:05|
| north|       5|00:00:07|00:00:05|
|  east|       1|00:00:10|00:00:21|
|  east|       3|00:00:32|00:00:21|
| south|       8|00:01:00|00:01:00|

Ayo berlatih!

Analisis Deret Waktu di PostgreSQL