Melhor maneira de contar registros por intervalos de tempo arbitrários em Rails+Postgres

Felizmente, você está usando o PostgreSQL. A função de janela generate_series() é seu amigo.

Caso de teste

Dada a seguinte tabela de teste (que você deveria ter fornecido):

CREATE TABLE event(event_id serial, ts timestamp);
INSERT INTO event (ts)
SELECT generate_series(timestamp '2018-05-01'
                     , timestamp '2018-05-08'
                     , interval '7 min') + random() * interval '7 min';

Um evento a cada 7 minutos (mais 0 a 7 minutos, aleatoriamente).

Solução básica

Essa consulta conta eventos para qualquer intervalo de tempo arbitrário. 17 minutos no exemplo:

WITH grid AS (
   SELECT start_time
        , lead(start_time, 1, 'infinity') OVER (ORDER BY start_time) AS end_time
   FROM  (
      SELECT generate_series(min(ts), max(ts), interval '17 min') AS start_time
      FROM   event
      ) sub
   )
SELECT start_time, count(e.ts) AS events
FROM   grid       g
LEFT   JOIN event e ON e.ts >= g.start_time
                   AND e.ts <  g.end_time
GROUP  BY start_time
ORDER  BY start_time;

A consulta recupera ts mínimo e máximo da tabela base para cobrir todo o intervalo de tempo. Você pode usar um intervalo de tempo arbitrário.
Forneça qualquer intervalo de tempo como necessário.
Produz uma linha para cada intervalo de tempo. Se nenhum evento aconteceu durante esse intervalo, a contagem é 0 .
Certifique-se de lidar com limite superior e inferior corretamente:
- Resultados inesperados da consulta SQL com BETWEEN timestamps
A função de janela lead() tem um recurso muitas vezes esquecido:ele pode fornecer um padrão para quando não existir nenhuma linha inicial. Fornecendo 'infinity' no exemplo. Caso contrário, o último intervalo seria cortado com um limite superior NULL .

Equivalente mínimo

A consulta acima usa um CTE e lead() e sintaxe detalhada. Elegante e talvez mais fácil de entender, mas um pouco mais caro. Aqui está uma versão mais curta, rápida e mínima:

SELECT start_time, count(e.ts) AS events
FROM  (SELECT generate_series(min(ts), max(ts), interval '17 min') FROM event) g(start_time)
LEFT   JOIN event e ON e.ts >= g.start_time
                   AND e.ts <  g.start_time + interval '17 min'
GROUP  BY 1
ORDER  BY 1;

Exemplo para "a cada 15 minutos na última semana"`

E formatação com to_char() .

SELECT to_char(start_time, 'YYYY-MM-DD HH24:MI'), count(e.ts) AS events
FROM   generate_series(date_trunc('day', localtimestamp - interval '7 days')
                     , localtimestamp
                     , interval '15 min') g(start_time)
LEFT   JOIN event e ON e.ts >= g.start_time
                   AND e.ts <  g.start_time + interval '15 min'
GROUP  BY start_time
ORDER  BY start_time;

Ainda ORDER BY e GROUP BY no carimbo de data/hora subjacente valor , não na string formatada. Isso é mais rápido e confiável.

db<>mexa aqui

Resposta relacionada produzindo uma contagem em execução ao longo do tempo:

PostgreSQL:contagem de linhas em execução para uma consulta 'por minuto'