如何创建一个结构连接行作为嵌套文档 PostgreSQL

Posted 2023-03-08

【中文标题】如何创建一个结构连接行作为嵌套文档 PostgreSQL

【英文标题】：How to create a structure joined rows as nested documents PostgreSQL

【发布时间】：2021-07-23 00:12:21

【问题描述】：

我在 MongoDB 方面有经验，我正在学习 PostgreSQL。在这种情况下，我将 Node.js 与 pg 库一起使用。

我有 2 个表格：posts 和 cmets。我需要做的是进行一个查询，它将返回一个 posts 数组，并且每个返回的 post 都应该有一个嵌套的 cmets 数组。

现在，在 Mongo 中，我只需将帖子存储为 comments 字段，该字段将是对象的嵌套数组。在 PostgreSQL 中，我所做的是让每条评论都有一个 post_id 列，该列引用它的父帖子。我的问题是，如何检索结构类似于 mongo 示例的数组？也就是说，我如何返回一个帖子数组，每个帖子都有一个名为 comments 的字段，该字段将是相应评论行的数组？

现在我正在对 2 个表进行 JOIN，但最终发生的是我得到一个对象数组，其中包含帖子的所有字段以及 cmets 的所有字段。

现在发生了什么：

[
  
     id: 1,
     post_title: "something",
     posted_at: "some date",
     comment_text: "nice post",
     author_id: 31
  ,
  
     id: 1,
     post_title: "something",
     posted_at: "some date",
     comment_text: "i dont like this post",
     author_id: 4
  
]

我想要发生的事情

[
  
     id: 1,
     post_title: "something",
     posted_at: "some date",
     comments: [
       
         comment_text: "nice post",
         author_id: 31
       ,
       
         comment_text: "i dont like this post",
         author_id: 4
       
  ,
]

【问题讨论】：

SQL 集自然不支持嵌套结构。所以，问题变成了为什么需要数据库提供第二个结构？是什么阻止了您的应用程序层将记录集（根据第一个结构）转换为嵌套结构？

我不想这样做的原因是，至少在 mongo 中，在服务器（它是用 C++ 编写的）上做所有关于数据结构的事情要比在客户端（javascript）。我不知道相同的逻辑是否适用于 PostgreSQL，但如果不是，我绝对可以通过手动转换结构来解决我最初的问题。

【参考方案1】：

我猜你的表结构在这里，但它应该足够接近。所以假设这是你的设置：

CREATE TABLE posts (id INTEGER, post_title TEXT, posted_at TEXT);

INSERT INTO posts
VALUES
(1, 'title 1', 'date 1'),
(2, 'title 2', 'date 2'),
(3, 'title 3', 'date 3');

CREATE TABLE comments (post_id INTEGER, comment_text TEXT, author_id INTEGER);

INSERT INTO comments
VALUES
(1, 'comment text 1', 34),
(3, 'comment text 3 a', 45),
(3, 'comment text 3 b', 67);

最简单的方法是这样的：

SELECT JSON_AGG(x ORDER BY id)
FROM (
  SELECT p.id, p.post_title, p.posted_at, JSON_AGG(c) AS comments
  FROM posts p
  LEFT JOIN comments c
      ON p.id = c.post_id
  GROUP BY p.id, p.post_title, p.posted_at
) x;

返回近似你想要的结构：

[
    "id": 1,
    "post_title": "title 1",
    "posted_at": "date 1",
    "comments": [
        "post_id": 1,
        "comment_text": "comment text 1",
        "author_id": 34
    ]
, 
    "id": 2,
    "post_title": "title 2",
    "posted_at": "date 2",
    "comments": [null]
, 
    "id": 3,
    "post_title": "title 3",
    "posted_at": "date 3",
    "comments": [
        "post_id": 3,
        "comment_text": "comment text 3 a",
        "author_id": 45
    , 
        "post_id": 3,
        "comment_text": "comment text 3 b",
        "author_id": 67
    ]
]

我注意到您的 cmets 数组不包含对父帖子 ID 的引用。仅选择字段子集的最佳方式取决于您的用例，但这应该是一种足够高效的方式：

SELECT JSON_AGG(x ORDER BY id)
FROM (
  SELECT
    p.id,
    p.post_title,
    p.posted_at,
    (
      SELECT JSON_AGG(c)
      FROM (
        SELECT c.comment_text, c.author_id
        FROM comments c
        WHERE c.post_id = p.id
      ) c
    ) AS comments
  FROM posts p
) x;

返回

[
    "id": 1,
    "post_title": "title 1",
    "posted_at": "date 1",
    "comments": [
        "comment_text": "comment text 1",
        "author_id": 34
    ]
, 
    "id": 2,
    "post_title": "title 2",
    "posted_at": "date 2",
    "comments": null
, 
    "id": 3,
    "post_title": "title 3",
    "posted_at": "date 3",
    "comments": [
        "comment_text": "comment text 3 a",
        "author_id": 45
    , 
        "comment_text": "comment text 3 b",
        "author_id": 67
    ]
]

显然，post 2 的 cmets 在它们之间有所不同，您必须使用一些逻辑来决定您希望 no cmets 的样子。

【讨论】：

非常感谢！我忘了添加它（抱歉），但 cmets 表确实包含一个引用父帖子的post_id col。

应该注意的是，这样做会将结果从二进制表示形式转换为字符串。这增加了数据库的工作量，增加了网络流量，并且需要在本地解析字符串以创建可用的数据结构。这并不是说这是错误的做法，只是明确指出涉及许多间接费用；它不是免费的。