我建议使用last aggregate和continuous aggregate来解决这个问题。
和前面的海报一样，我也推荐一个关于米、时间的索引，而不是相反，你可以在你的表定义中通过改变主键定义中键的顺序来实现这一点。

CREATE TABLE electricity_data
(
    "time" timestamptz NOT NULL,
    meter_id integer REFERENCES meters NOT NULL,
    import_low double precision,
    import_normal double precision,
    export_low double precision,
    export_normal double precision,
    PRIMARY KEY ( meter_id, "time")
);

但这有点离题了，你要做的基本查询如下：

SELECT time_bucket('1 day', "time", 'Europe/Amsterdam'), 
    meter_id, 
    last(electricity_data, "time") 
FROM electricity_data 
GROUP BY 1, 2;

这有点令人困惑，直到你意识到表本身在PostgreSQL中也是一个 type--所以你可以从对last聚合的调用中请求并返回一个复合类型，它将获得月或日或任何你想要的最新值。
然后你必须能够再次把它当作一行，所以你可以用括号和一个.* 来扩展它，这就是复合类型在PG中扩展的方式。

SELECT time_bucket('1 month', "time", 'Europe/Amsterdam'),
    meter_id, 
    (last(electricity_data, "time")).*
FROM electricity_data 
GROUP BY 1,2;

现在，为了加快速度，你可以把它变成一个连续的集合，这将使事情更快。

CREATE MATERIALIZED VIEW last_meter_month WITH (timescaledb.continuous) AS
SELECT time_bucket('1 month', "time", 'Europe/Amsterdam'),
    (last(electricity_data, "time")).*
FROM electricity_data 
GROUP BY 1, meter_id;

您会注意到，我从初始选择列表中取出了meter_id，因为它将来自我们的复合类型，并且我不需要多余的列，也不能在视图中有两个同名的列，但我确实将meter_id保留在了组中。
这将大大加快速度，但是，如果我是您，我可能会考虑每天都这样做，并为这类事情创建一个分层的连续聚合。

CREATE MATERIALIZED VIEW last_meter_day WITH (timescaledb.continuous) AS
SELECT time_bucket('1 day', "time", 'Europe/Amsterdam'),
    (last(electricity_data, "time")).*
FROM electricity_data 
GROUP BY 1, meter_id;

CREATE MATERIALIZED VIEW last_meter_month WITH (timescaledb.continuous) AS
SELECT time_bucket('1 month',time_bucket, 'Europe/Amsterdam') as month_bucket,
    (last(last_meter_day, time_bucket)).*
FROM last_meter_day 
GROUP BY 1, meter_id;

原因是我们实际上无法经常刷新每月连续聚合，刷新每日聚合然后更频繁地将其上滚到每月聚合要容易得多。您也可以在查询中“仅”拥有每日聚合并即时上滚到每月，因为这最多是每米30天，但当然不会有那么高的性能。
然后，您必须根据您希望在刷新时发生的情况对这些文件执行create continuous aggregate policies操作。
我还建议，取决于你想做什么，你可能想看看counter_agg，因为它可能对你有用，我最近还在我们的论坛上写了一篇关于how to use it with electricity meters的文章，这可能对你有帮助，取决于你如何处理这些数据。

您可以尝试使用子查询来获取每个存储桶中最近时间的时间戳，然后将其连接到详细信息表。

SELECT meter_id, MAX("time") "time"
          FROM electricity_data
          WHERE "time" >= '2022-01-01T00:00:00 Europe/Amsterdam'
            AND "time" < '2023-01-01T00:00:00 Europe/Amsterdam'
          GROUP BY meter_id, 
                   time_bucket('1 month', "time", 'Europe/Amsterdam')

这会得到一个虚拟表，其中包含每个时段（在本例中为月）的每个 Jmeter 的最新时间。使用此索引可以加快速度，它与主键相同，但列的顺序相反。使用此顺序的列，查询可以通过相对较快的索引扫描来满足。

CREATE INDEX meter_time ON electricity_data (meter_id, "time")

然后将其连接到明细表。就像这样。

SELECT d.meter_id
       time_bucket('1 month', d."time", 'Europe/Amsterdam') AS bucket,
       d."time",
       d.import_low,
       d.import_normal,
       d.export_low,
       d.export_normal
  FROM electricity_data d
  JOIN (
        SELECT meter_id, MAX("time") "time"
          FROM electricity_data
          WHERE "time" >= '2022-01-01T00:00:00 Europe/Amsterdam'
            AND "time" < '2023-01-01T00:00:00 Europe/Amsterdam'
          GROUP BY meter_id, 
                   time_bucket('1 month', "time", 'Europe/Amsterdam')
       ) last ON d."time" = last."time" 
             AND d.meter_id = last.meter_id
 ORDER BY d.meter_id, bucket DESC

（对于与保留字（如time）同名的列，我不完全确定TimeScaleDB中的语法，因此没有进行测试。）
如果只需要一个 Jmeter ，请在最后一个ORDER BY子句之前放置WHERE子句。

我认为@davidk提出的使用递归CTE的建议会给我带来我想要的东西。
在给定开始日期、结束日期和任意间隔的情况下，生成所有间隔是非常简单的，同时还能保持日历月份正常工作。

• 开始日期：2022-01-01T00:00 Europe/Amsterdam
• 结束日期：2023-01-01T00:00 Europe/Amsterdam
• 时间间隔：1 month

WITH RECURSIVE t(n, l, r) AS (
    VALUES (0, NULL::TIMESTAMPTZ, NULL::TIMESTAMPTZ)
    UNION
    SELECT
        n+1,
        (TIMESTAMPTZ '2022-01-01 Europe/Amsterdam') + (INTERVAL '1 month')*n,
        (TIMESTAMPTZ '2022-01-01 Europe/Amsterdam') + (INTERVAL '1 month')*(n+1)
    FROM t
    WHERE TIMESTAMPTZ '2022-01-01 Europe/Amsterdam' + (INTERVAL '1 month'*n) < TIMESTAMPTZ '2023-01-01 Europe/Amsterdam'
)
SELECT n, l, r FROM t;

n  |           l            |           r            
----+------------------------+------------------------
  0 |                        | 
  1 | 2021-12-31 23:00:00+00 | 2022-01-31 23:00:00+00
  2 | 2022-01-31 23:00:00+00 | 2022-02-28 23:00:00+00
  3 | 2022-02-28 23:00:00+00 | 2022-03-31 23:00:00+00
  4 | 2022-03-31 23:00:00+00 | 2022-04-30 23:00:00+00
  5 | 2022-04-30 23:00:00+00 | 2022-05-31 23:00:00+00
  6 | 2022-05-31 23:00:00+00 | 2022-06-30 23:00:00+00
  7 | 2022-06-30 23:00:00+00 | 2022-07-31 23:00:00+00
  8 | 2022-07-31 23:00:00+00 | 2022-08-31 23:00:00+00
  9 | 2022-08-31 23:00:00+00 | 2022-09-30 23:00:00+00
 10 | 2022-09-30 23:00:00+00 | 2022-10-31 23:00:00+00
 11 | 2022-10-31 23:00:00+00 | 2022-11-30 23:00:00+00
 12 | 2022-11-30 23:00:00+00 | 2022-12-31 23:00:00+00
(13 rows)

这是一个快速writeup，我会编辑或删除此答案.