不幸的是，Posterre还没有为窗口函数实现IGNORE NULLS（截至第16页），这将允许对每个值列调用first_value()。请参阅：

• 如何使用first_value（）窗口函数获取最后一个非空值？
• 在稀疏表中选择包含第一个非空值的行

解决方案

fiddle
有各种更短和可能（更）快的选择。
您至少应该在(ts)上有一个（部分）索引。可能在(sensor_id, ts)上。或更多。请参阅下文。所有内容取决于未公开的详细信息。
我发现timestamp列的名称“time”有误导性。请改用“ts”。

first_value() + DISTINCT ON

更短的插入式替代品。

SELECT DISTINCT ON (sensor_id)
       sensor_id
     , first_value(wind_speed    ) OVER (w ORDER BY wind_speed     IS NULL, ts DESC) AS wind_speed
     , first_value(wind_direction) OVER (w ORDER BY wind_direction IS NULL, ts DESC) AS wind_direction
--   , ... more?
FROM   sensor_data
WHERE  ts > LOCALTIMESTAMP - interval '7 days'
WINDOW w AS (PARTITION BY sensor_id);

字符串
关于DISTINCT ON：

• 是否选择每个GROUP BY组中的第一行？

子查询中的count()窗口函数+主查询中的筛选聚合

SELECT sensor_id
     , min(wind_speed)     FILTER (WHERE ws_ct = 1) AS wind_speed
     , min(wind_direction) FILTER (WHERE wd_ct = 1) AS wind_direction
--   , ... more?
FROM  (
   SELECT *
        , count(wind_speed)     OVER w AS ws_ct
        , count(wind_direction) OVER w AS wd_ct
   --   ,  ... more?
   FROM   sensor_data
   WHERE  ts > LOCALTIMESTAMP - interval '7 days'
   WINDOW w AS (PARTITION BY sensor_id ORDER BY ts DESC)
   ) sub
GROUP  BY sensor_id;

型
请参阅：

• 具有其他（相异）筛选条件的汇总数据行
• Carry over long sequence of missing values with Postgres的

基于“传感器”表更简单

如果您也有一个表“sensor”，其中每个相关的sensor_id对应一行（您可能应该这样做），则会变得更简单：

SELECT sensor_id
    , (SELECT wind_speed     FROM sensor_data WHERE sensor_id = s.sensor_id AND ts > t.ts_min AND wind_speed     IS NOT NULL ORDER BY ts DESC LIMIT 1) AS wind_speed
    , (SELECT wind_direction FROM sensor_data WHERE sensor_id = s.sensor_id AND ts > t.ts_min AND wind_direction IS NOT NULL ORDER BY ts DESC LIMIT 1) AS wind_direction
--  , ... more?
FROM   sensor s
    , (SELECT LOCALTIMESTAMP - interval '7 days') t(ts_min)
;

型
最后一个查询（与您的详细原始查询一样）可以使用自定义索引。理想情况下，使用部分索引-每个传感器有许多行，有几个值列，有许多空值和有许多过时的行。

CREATE INDEX sensor_data_wind_speed_idx     ON sensor_data (sensor_id, ts DESC, wind_speed)
WHERE  wind_speed IS NOT NULL
AND    ts > '2023-12-12 00:00';  -- constant!

CREATE INDEX sensor_data_wind_direction_idx ON sensor_data (sensor_id, ts DESC, wind_direction)
WHERE  wind_direction IS NOT NULL
AND    ts > '2023-12-12 00:00';  -- constant!

型
在创建时使用一个过去一周的常量。索引的大小会随着时间的推移而增长，但仍然适用。不时地使用稍后的截止时间重新创建索引，以保持大小不受影响。（不过，不确定时间戳绑定是否为您的超表买单。普通索引可能就足够好了。我的想法是普通Posterre。）
然后运行相同的查询，但使用常量时间戳：

SELECT ...
FROM   sensor s
    , (SELECT timestamp '2023-12-12 03:47:16') t(ts_min)  -- MUST be a constant to use partial index!
;

型

已排序的子查询+first()集合函数

如果索引支持不是一个选项或效率不高，最方便的查询是使用聚合函数first()-如果使用附加模块first_last_agg的C版本，可能也是最快的。请参阅：

• 从每组的第一行和最后一行获取值

每个数据库需要一次：

CREATE EXTENSION first_last_agg;

SELECT sensor_id
     , first(wind_speed    ) FILTER (WHERE wind_speed IS NOT NULL)     AS wind_speed
     , first(wind_direction) FILTER (WHERE wind_direction IS NOT NULL) AS wind_direction
--   , ... more?
FROM   (
   SELECT * FROM sensor_data
   WHERE  ts > LOCALTIMESTAMP - interval '7 days'
   ORDER  BY sensor_id, ts DESC
   ) s
GROUP  BY 1;

的字符串

扩展您从@ErwinBrandstetter提供的惊人列表中选择的解决方案
因为您使用的是TimescaleDB，所以实际上并不需要first_last_agg扩展，因为您已经有了一个（略有不同的）first agg。
这个查询实际上可以简化为：

SELECT sensor_id,
      last(wind_speed,ts) FILTER (WHERE wind_speed IS NOT NULL) AS wind_speed
    , last(wind_direction,ts) FILTER (WHERE wind_direction IS NOT NULL) AS wind_direction
FROM  sensor_data
WHERE  ts > LOCALTIMESTAMP - interval '7 days'
GROUP BY 1;

字符串
根据你的反馈，你最初的计划时间是400毫秒，我想知道你的Timescale hypertable有多少块？我想你可能可以在这里优化！
另一个优化的途径是压缩这些数据。当我做了一个测试，我把我的数据所需的存储空间降低了8倍，我的查询速度（对于上面的查询）降低了3倍。
我通过sensor_id压缩分段，并通过时间DESC，wind_speed，wind_direction排序。