 进行等宽分桶分布分析)
使用 histogram() 进行等宽分桶分布分析
数据分布分析是时间序列工作负载中的关键环节。当你想了解响应时间的分布是否呈长尾、CPU 使用率集中在哪个区间、或者延迟的 99 分位落在哪里时，histogram(field, n) 函数可以直接在数据库内完成等宽分桶，避免将原始数据全量拉到客户端。
等宽直方图的工作原理
histogram(field, buckets) 将字段的值域 [min, max] 均匀划分为 buckets 个等宽区间，然后统计每个区间内有多少条记录。返回结果包含桶的下界（bucket_start）、上界（bucket_end）以及计数（count）。
基本用法
-- 将响应时间分为 10 个等宽桶
SELECThistogram(response_time_ms, 10) AS rt_histogram
FROM api_requests
WHERE ts >= '2025-04-01' AND ts < '2025-04-02';
返回结果样例如下（实际为嵌套表结构）：
| bucket_start | bucket_end | count |
|---|---|---|
| 0.0 | 150.0 | 45231 |
| 150.0 | 300.0 | 18204 |
| 300.0 | 450.0 | 6732 |
| ... | ... | ... |
| 1350.0 | 1500.0 | 43 |
与时间分桶结合
-- 按小时查看延迟分布
SELECTtime_bucket('1 hour', ts) AS hour,histogram(latency_ms, 5) AS latency_hist
FROM service_logs
WHERE ts >= NOW() - INTERVAL '24 hours'
GROUP BY hour
ORDER BY hour;
计算每个桶的百分比
-- 计算每个桶的占比
WITH hist AS (SELECThistogram(response_time_ms, 20) AS hFROM api_requestsWHERE ts >= '2025-05-01' AND ts < '2025-06-01'
),
unnested AS (SELECT(h->>'bucket_start')::double AS bucket_start,(h->>'bucket_end')::double AS bucket_end,(h->>'count')::bigint AS cntFROM hist, LATERAL UNNEST(hist.h) AS h
)
SELECTbucket_start,bucket_end,cnt,ROUND(100.0 * cnt / SUM(cnt) OVER (), 2) AS pct
FROM unnested
ORDER BY bucket_start;
自定义分桶数量
桶的数量直接影响分析的精细度：
-- 粗略概览：3 个桶
SELECT histogram(temperature, 3) FROM sensor_data
WHERE ts >= '2025-07-01' AND ts < '2025-08-01';-- 精细分析：50 个桶
SELECT histogram(temperature, 50) FROM sensor_data
WHERE ts >= '2025-07-01' AND ts < '2025-08-01';
适用场景
- 延迟/响应时间分布分析
- 传感器数值分布监控（温度、湿度、电压）
- 计费金额区间统计
- 数据质量检查（发现异常聚集）
histogram() 让分布分析变得简单直接，无需外部工具即可在 SQL 中完成完整的数据分布洞察。