Geordend aantal opeenvolgende herhalingen / duplicaten

Testcase

Ten eerste een handigere manier om uw gegevens te presenteren - of nog beter, in een sqlfiddle , klaar om mee te spelen:

CREATE TEMP TABLE data(
   system_measured int
 , time_of_measurement int
 , measurement int
);

INSERT INTO data VALUES
 (1, 1, 5)
,(1, 2, 150)
,(1, 3, 5)
,(1, 4, 5)
,(2, 1, 5)
,(2, 2, 5)
,(2, 3, 5)
,(2, 4, 5)
,(2, 5, 150)
,(2, 6, 5)
,(2, 7, 5)
,(2, 8, 5);

Vereenvoudigde zoekopdracht

Aangezien het onduidelijk blijft, neem ik alleen het bovenstaande aan als gegeven.
Vervolgens heb ik uw vraag vereenvoudigd om te komen tot:

WITH x AS (
   SELECT *, CASE WHEN lag(measurement) OVER (PARTITION BY system_measured
                               ORDER BY time_of_measurement) = measurement
                  THEN 0 ELSE 1 END AS step
   FROM   data
   )
   , y AS (
   SELECT *, sum(step) OVER(PARTITION BY system_measured
                            ORDER BY time_of_measurement) AS grp
   FROM   x
   )
SELECT * ,row_number() OVER (PARTITION BY system_measured, grp
                             ORDER BY time_of_measurement) - 1 AS repeat_ct
FROM   y
ORDER  BY system_measured, time_of_measurement;

Hoewel het allemaal mooi en glanzend is om pure SQL te gebruiken, zal dit veel zijn sneller met een plpgsql-functie, omdat het dit kan doen in een enkele tabelscan waarbij deze query ten minste drie scans nodig heeft.

Sneller met plpgsql-functie:

CREATE OR REPLACE FUNCTION x.f_repeat_ct()
  RETURNS TABLE (
    system_measured int
  , time_of_measurement int
  , measurement int, repeat_ct int
  )  LANGUAGE plpgsql AS
$func$
DECLARE
   r    data;     -- table name serves as record type
   r0   data;
BEGIN

-- SET LOCAL work_mem = '1000 MB';  -- uncomment an adapt if needed, see below!

repeat_ct := 0;   -- init

FOR r IN
   SELECT * FROM data d ORDER BY d.system_measured, d.time_of_measurement
LOOP
   IF  r.system_measured = r0.system_measured
       AND r.measurement = r0.measurement THEN
      repeat_ct := repeat_ct + 1;   -- start new array
   ELSE
      repeat_ct := 0;               -- start new count
   END IF;

   RETURN QUERY SELECT r.*, repeat_ct;

   r0 := r;                         -- remember last row
END LOOP;

END
$func$;

Bel:

SELECT * FROM x.f_repeat_ct();

Zorg ervoor dat u uw kolomnamen altijd in tabellen kwalificeert in dit soort plpgsql-functie, omdat we dezelfde namen gebruiken als uitvoerparameters die voorrang zouden hebben als ze niet gekwalificeerd waren.

Miljarden rijen

Als u miljarden . heeft rijen , wilt u deze bewerking misschien opsplitsen. Ik citeer hier de handleiding: