refresh_continuous_aggregate()

在由 window_start 和 window_end 给定的刷新窗口内刷新连续聚合的所有桶。

连续聚合将聚合数据具体化为时间桶。例如，在 1 天的数据中计算最小值、最大值和平均值，这由 time_bucket 间隔决定。因此，在刷新连续聚合时，只有完全符合刷新窗口的桶才会被刷新。换句话说，对于不完整的桶，无法计算聚合。因此，任何不符合给定刷新窗口的桶都将被排除。

该函数要求窗口参数值的时间类型与连续聚合的时间桶表达式兼容——例如，如果时间桶在 TIMESTAMP WITH TIME ZONE 中指定，则开始时间和结束时间应为日期或时间戳类型。请注意，使用 TIMESTAMP WITH TIME ZONE 类型的连续聚合与 UTC 时区对齐，因此，如果在本地时区指定 window_start 和 window_end，则在刷新时需要考虑任何相对于 UTC 的时区偏移，以与桶边界对齐。

要提高连续聚合刷新的性能，请参阅 CREATE MATERIALIZED VIEW 。

您必须根据超表时间列的类型，以不同的方式指定 window_start 和 window_end 参数。对于具有 TIMESTAMP、TIMESTAMPTZ 和 DATE 时间列的超表，将刷新窗口设置为 INTERVAL 类型。对于具有基于整数的时间戳的超表，将刷新窗口设置为 INTEGER 类型。

注意

window_start 的 NULL 值相当于 CAgg 原始超表中最低的已更改元素。window_end 的 NULL 值相当于 CAgg 原始超表中最大的已更改元素。由于在首次 CAgg 刷新后执行已更改元素跟踪，因此在没有 window_start 和 window_end 的情况下运行 CAgg 刷新将覆盖整个时间范围。

警告

请注意，并非所有桶都保证会更新：当桶的具体化没有数据更改，或者仅在 JOIN 中使用的辅助表中发生更改时，刷新不会进行。

刷新 2020-01-01 和 2020-02-01 之间的连续聚合 conditions（不包含结束日期）。

CALL refresh_continuous_aggregate('conditions', '2020-01-01', '2020-02-01');

复制

或者，以 12h 的间隔，增量刷新 2020-01-01 和 2020-02-01 之间的连续聚合 conditions（不包含结束日期）

DO
$$
DECLARE
  refresh_interval INTERVAL = '12h'::INTERVAL;
  start_timestamp TIMESTAMPTZ = '2020-01-01T00:00:00Z';
  end_timestamp TIMESTAMPTZ = start_timestamp + refresh_interval;
BEGIN
  WHILE start_timestamp < '2020-02-01T00:00:00Z' LOOP
    CALL refresh_continuous_aggregate('conditions', start_timestamp, end_timestamp);
    COMMIT;
    RAISE NOTICE 'finished with timestamp %', end_timestamp;
    start_timestamp = end_timestamp;
    end_timestamp = end_timestamp + refresh_interval;
  END LOOP;
END
$$;

复制

强制刷新 2020-01-01 和 2020-02-01 之间的连续聚合 conditions（不包含结束日期），即使数据已刷新过。

CALL refresh_continuous_aggregate('conditions', '2020-01-01', '2020-02-01', force => TRUE);

复制