Sql 避免循环导致的数据库往返

我正在使用postgres，最近我遇到我正在使用的代码有太多的往返

我所做的基本上是每天从表中获取数据，因为我必须每天查找更改，但完成此工作的整个函数每月调用一次

我的桌子的一个例子

数量

Id | Itemid | Amount | Date
1  |   2    |  50    | 20-5-20

现在这个表可以在任何时间点更新以添加项目，我必须看到每天的总金额。 但这里有一个陷阱，我必须以5%的利率给每天的金额加上利息。 所以我不能只调用一次函数，我必须每天查看它的值

例如，如果我在5月1日添加了一项50美元的项目，则该日的利息为

5/100*50

我在5月5日增加了另一个项目，价值50美元，现在第5天的利息是

5/100*50

但在5号之前，利息只有50美元，所以如果我只是简单地使用

SUM（Amount）*5/100

。这是错误的

另外，另一个问题是，日期存储为时间戳，我需要按时间戳的日期对其进行分组，因为如果我根据时间戳对其进行分组，那么它将为同一日期创建多行，我希望在求和时避免这样做。 因此，如果在同一日期有两个条目，但时间不同，理想情况下，查询应将其汇总为一个日期。 范例

结果应该是

Amount Table
Date              |     Amount
2020-5-5                 200

我现在的代码

for i in numberofdaysinthemonth:
    amount = amount + session.query(func.sum(Amount.Amount)).filter(Amount.date<current_date).scalar() * 5/100

---

由于函数每月调用一次，我应该如何避免循环运行30次。

一般来说，为了避免应用程序和数据库之间的往返，应用程序代码必须使用过程语言以存储代码（存储过程和存储函数）的形式从应用程序移动到数据库。这种方法有时在商业数据库（如Oracle数据库）中称为“厚数据库”

PostgreSQL的默认过程语言是，但您可以使用Java、Perl、Python和Javascript，使用您需要在PostgreSQL中安装的PostgreSQL扩展

---

我应该每天在一个表中获取所有这些数据，并将其聚合为每天的金额总和

这是一个简单的“运行总数”

如果您需要每个itemid的金额

select "date",
       sum(amount) over (partition by itemid order by "date") as amount_til_date
from the_table
order by "date";

如果您还需要计算截至当日的“复合利率”，您也可以这样做：

select item_id, 
       "date", 
       sum(amount) over (partition by itemid order by "date") as amount_til_date,
       sum(amount) over (partition by item_id order by "date") * power(1.05, count(*) over (partition by item_id order by "date")) as compound_interest
from the_table
order by "date";

要获取特定月份的数据，请添加WHERE子句：

where "date" >= date '2020-06-01'
  and "date" < date '2020-07-01'

其中“日期”>=日期“2020-06-01”
和“日期”<日期“2020-07-01”

是否可以传递sql查询？简单的sql语句。嗯，这难道不像一个运行总数那么简单吗？我应该每天在一个表中获取所有这些数据，并将其聚合为每天的金额总和。嗯，当电源对稀疏数据做出反应时，

如何计算（按项划分\u id顺序按“日期”）

呢？如果日期存储为时间戳呢？我想按日期分组，而不是按时间戳分组，在这个查询中，如果两个时间戳不同，但它们的日期是6月1日，它将创建两行，值为6月1日。然后将它们转换为日期：：date我尝试过，起初我认为它可以工作，但这并不奇怪，它不是在同一日期对值求和，而是只取一个值并删除其他值。

select "date",
       sum(amount) over (partition by itemid order by "date") as amount_til_date
from the_table
order by "date";

select item_id, 
       "date", 
       sum(amount) over (partition by itemid order by "date") as amount_til_date,
       sum(amount) over (partition by item_id order by "date") * power(1.05, count(*) over (partition by item_id order by "date")) as compound_interest
from the_table
order by "date";

where "date" >= date '2020-06-01'
  and "date" < date '2020-07-01'