• ทำให้การวิเคราะห์ข้อมูลด้วย SQL สะดวกขึ้นมาก

  • นำแนวคิดการเขียนโปรแกรมเชิงฟังก์ชันมาใช้กับ SQL โดยอาศัย "ชนิดข้อมูล/โอเปอเรเตอร์/ฟังก์ชันแบบกำหนดเอง" ของ Postgres

→ คล้ายกับ Pandas และ PromQL

  • ใช้ไวยากรณ์ SQL ของ Postgres ตามเดิมโดยไม่ต้องแก้ไข จึงเข้ากันได้อย่างสมบูรณ์กับเครื่องมือที่เชื่อมต่อกับ Postgres อยู่แล้ว

SELECT device_id,

timevector(ts, val) -> sort() -> delta() -> abs() -> sum()

as volatility

FROM measurements

WHERE ts >= now()-'1 day'::interval

GROUP BY device_id;

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น