PostgreSQL：如何从日期区间查询结果中提取均匀分布的指定数量记录

针对你的需求——从数百条按时间排序的price_events记录里提炼出10条均匀分布的样本，PostgreSQL里有两种简洁高效的方案，我按易用性和适配性给你梳理：

方法1：NTILE()分桶抽样（最推荐） #

NTILE(n)是PostgreSQL专门用来做数据分桶的窗口函数，它会自动把有序的结果集拆分成n个大小尽可能均匀的桶。我们只需要从每个桶里取一条记录（比如每个桶的最新数据），就能实现均匀分布的抽样。

完整SQL示例：

WITH bucketed_events AS (
  SELECT
    *,
    -- 按日期倒序排序后，将数据划分成10个桶
    NTILE(10) OVER (ORDER BY date DESC) AS bucket_num
  FROM price_events
  WHERE code = 'BCI.AX'
    AND date BETWEEN (NOW() - INTERVAL '1 month') AND NOW()
)
-- 从每个桶中提取最新的一条记录
SELECT DISTINCT ON (bucket_num) *
FROM bucketed_events
ORDER BY bucket_num, date DESC;

为什么优先选这个？ #

• 语法简洁逻辑直观，不用手动计算抽样步长，新手也能快速理解
• 自动适配数据量变化：如果结果不足10条，会直接返回全部记录，不会出现异常
• 性能拉满：如果你的price_events表有(code, date)复合索引，整个查询会直接走索引扫描，几百条数据的查询几乎瞬间完成

方法2：ROW_NUMBER()+步长计算（更精准控制） #

如果需要严格固定抽样间隔（比如要求每N条取一条），可以先计算总记录数，再结合行号筛选：

WITH numbered_events AS (
  SELECT
    *,
    ROW_NUMBER() OVER (ORDER BY date DESC) AS row_idx,
    COUNT(*) OVER () AS total_rows
  FROM price_events
  WHERE code = 'BCI.AX'
    AND date BETWEEN (NOW() - INTERVAL '1 month') AND NOW()
)
SELECT *
FROM numbered_events
-- 计算步长，确保刚好抽取10条（包含第一条和最后一条）
WHERE row_idx = 1
   OR row_idx = total_rows
   OR row_idx % CEIL(total_rows / 10.0) = 0
ORDER BY date DESC;

适用场景： #

• 需要严格保证抽样间隔的均匀性，比如总记录123条时，步长设为13，取第1、14、27...121、123条
• 对抽样位置有明确要求（比如要取每个间隔的末尾而非开头）

必加的性能优化 #

不管用哪种方法，给price_events表创建(code, date)复合索引是关键：

CREATE INDEX idx_price_events_code_date ON price_events (code, date DESC);

这个索引能让WHERE过滤、ORDER排序和窗口函数计算都直接走索引，彻底避免全表扫描，大幅提升查询速度。

内容的提问来源于stack exchange，提问作者Dominic Bou-Samra