Сохранение и ввод состояния в функцию агрегации PostgreSQL

У меня есть случай, когда у меня есть таблица “tab”, которая хранит данные (с ключами по символу и времени), а также вторая таблица “summ”, которая хранит экспоненциальное сглаженное скользящее среднее данных из первой таблицы. Я настроил так, что когда в первую таблицу добавляются данные, это запускает расчет скользящего среднего для соответствующих строк во второй таблице.

Однако я не могу понять, как хорошо восстановить состояние для продолжения расчетов скользящего среднего. Вместо этого каждый раз при вызове триггера расчет начинается заново. Как мне сохранить состояние агрегации в конце?

У меня есть минимальный пример по адресу https://dbfiddle.uk/6dqXCwIQ, который также воспроизведен ниже.

Сначала создается таблица, которая будет содержать несглаженные данные, а также сводная таблица, которая будет хранить сглаженные данные. Также есть триггер для заполнения второй таблицы на основе первой.

/* Создание таблицы, которая будет содержать несглаженные данные */
create table tab (
  symbol text,
  time_to timestamptz,
  something int4,
  PRIMARY KEY(time_to, symbol)
);
CREATE UNIQUE INDEX index_name2 ON tab USING btree (symbol, time_to);

/* Создание сводной таблицы и триггера, который будет заполнять ее при добавлении данных в tab. */
CREATE OR REPLACE FUNCTION smoother_state(state double precision[],
                                          newval double precision, frac double precision)
 RETURNS double precision[]
 LANGUAGE plpgsql
 IMMUTABLE PARALLEL SAFE LEAKPROOF
AS $function$
  declare
      resul double precision := case when state[1] is null then newval else state[1] * (1-frac) + newval * frac end;
  begin
    return ARRAY[resul, coalesce(state[2] + 1, 1)];
  END;
 $function$
;
CREATE OR REPLACE AGGREGATE smoother(val double precision, frac double precision) (
    SFUNC = smoother_state,
    STYPE = double precision[2]
);

create table summ (
  symbol text,
  time_to timestamptz,
  smoothed_something double precision,
  number_of_periods double precision,
  PRIMARY KEY(time_to, symbol)
);
CREATE UNIQUE INDEX index_name3 ON summ USING btree (symbol, time_to);

/* Создание триггера.
Я полагаю, что он должен считывать значения smoothed_something и number_of_periods для символа
и использовать их в качестве начального вектора состояния.
*/
CREATE OR REPLACE FUNCTION do_update()
 RETURNS trigger
 LANGUAGE plpgsql
 PARALLEL SAFE STRICT LEAKPROOF
AS $function$
  DECLARE
    BEGIN
with a as (select symbol, time_to, something,
  smoother(something, 0.3) over (partition by symbol order by time_to) as smoo
FROM newtab
  ), b as (select symbol, time_to, smoo[1] as smoothed_something, smoo[2] as number_of_periods from a)
INSERT INTO summ (symbol, time_to, smoothed_something, number_of_periods) select * from b;
        RETURN null;
    END;
$function$
;

create trigger update_smoothed after
insert on tab
referencing new table as newtab
for each statement
execute function do_update()

Первый раз добавляя данные, обе таблицы tab и summ выглядят корректно.

insert into tab (symbol, time_to, something) values
  ('a', '2022-01-01 00:00:15+01:00'::timestamptz, 15),
  ('b', '2021-01-01 00:00:15+01:00'::timestamptz, 18),
  ('b', '2022-01-01 00:00:15+01:00'::timestamptz, 13),
  ('b', '2023-01-01 00:00:15+01:00'::timestamptz, 11),
  ('b', '2024-01-01 00:00:15+01:00'::timestamptz, 3),
  ('c', '2022-01-01 00:00:16+01:00'::timestamptz, 15),
  ('c', '2022-01-01 00:00:17+01:00'::timestamptz, 150);

Во второй раз, вставляя данные, таблица tab выглядит корректно, но summ не такова, так как агрегация начинается с нулевого состояния.

insert into tab (symbol, time_to, something) values
  ('a', '2022-06-01 00:00:15+01:00'::timestamptz, 150),
  ('a', '2022-07-01 01:00:15+01:00'::timestamptz, 170),
  ('b', '2024-08-01 00:00:15+01:00'::timestamptz, 180),
  ('b', '2024-09-01 00:00:15+01:00'::timestamptz, 130);

Вы можете увидеть результирующие данные в каждой таблице ниже, а также на сайте fiddle.

По этой проблеме:

• Существует ли способ модифицировать триггер, чтобы он вводил правильное состояние при повторной агрегации? Я с радостью приму условие, что мы всегда добавляем только данные, которые происходят позже по времени, чем более ранние наблюдения.
• Существует ли лучший способ добиться этого? У меня много данных, и я хочу избежать создания материализованного представления (так как это занимает слишком много времени для обновления всего).