横向解决方法：将参数从查询中的其他位置传递给集合返回函数

Posted 2023-04-13

【中文标题】横向解决方法：将参数从查询中的其他位置传递给集合返回函数

【英文标题】：Lateral workaround: Passing an argument to a set-returning function from elsewhere in the query

【发布时间】：2011-11-08 16:36:48

【问题描述】：

在 PostgreSQL 中，我正在尝试加入一个集合返回函数，该函数需要查询中其他地方的参数。我怎样才能重写这个查询，这样它就不会产生“对 FROM 子句条目的无效引用？因为我理解它，所写的查询需要 LATERAL 支持，而 Postgres 没有。

drop table if exists questions;
create table questions (
  id int not null primary key,
  user_id int not null
);
insert into questions
  select generate_series(1,1100), (random()*20000)::int;

drop table if exists users;
create table users (
  id int not null primary key
);
insert into users select generate_series(1, 20000);

drop function if exists question_weightings();
create function question_weightings()
returns table (question_id int, weighting int) as $$
  select questions.id, (random()*10)::int
  from questions;
$$ language sql stable;

drop function if exists similarity(int);
create function similarity(weighting int)
returns table (user_id int, score int) as $$
  select users.id,  (random() * $1)::int
  from users;
$$ language sql stable;

select questions.id, qw.weightings
from questions
join question_weightings() as qw
on qw.question_id = questions.id
join similarity(qw.weighting) as sim
on sim.user_id = questions.user_id;

我怀疑答案在这个帖子的某个地方： http://archives.postgresql.org/pgsql-general/2011-08/msg00482.php。 但是我玩过 CTE、子查询、OFFSET 0 等的各种组合，结果一无所获；每个组合似乎都在循环调用similarity()，而不是调用一次并加入它。

【参考方案1】：

您的示例中有几个问题。

您尝试将参数提供给函数，同时加入其结果，这将首先影响提供给函数的内容。那种恶性循环是根本行不通的。

错误信息很清楚：

ERROR:  invalid reference to FROM-clause entry for table "qw"
LINE 5: join similarity(qw.weighting) as sim on sim.user_id = questi...
                        ^
HINT:  There is an entry for table "qw", but it cannot be referenced from this part of the query.

但还有更多：

您不能将整个 SET OF 值提供给采用 一个 值的函数。 您不能将使用 random() 的函数定义为 STABLE。 您的语法不一致。某些表的别名，但不是其他表的别名。首先理顺它。可能你自己搞糊涂了。 您将标识符weighting 和weightings 混合在一起。可能是拼写错误。 如果要使用 $n 符号来引用 IN 参数，请不要命名它们。这只会产生可能的命名冲突。或者使用不会混淆的名称，例如使用前缀将它们区分开来。

我把你的演示变成了可以工作的东西：

-- DROP SCHMEMA x CASCADE;
CREATE SCHEMA x

CREATE TABLE x.questions (id int PRIMARY KEY, user_id int NOT NULL);
INSERT INTO x.questions SELECT generate_series(1,11), (random()*20000)::int;

CREATE TABLE x.users (id int PRIMARY KEY);
INSERT INTO x.users SELECT generate_series(1, 200);

CREATE FUNCTION x.question_weighting()
  RETURNS TABLE (question_id int, weighting int) AS 
$BODY$
SELECT q.id, (random()*10)::int
FROM   x.questions q;
$BODY$
  LANGUAGE sql;

CREATE FUNCTION x.similarity(int)
  RETURNS TABLE (user_id int, score int) AS
$BODY$
  SELECT u.id, (random() * $1)::int
  FROM   x.users u;
$BODY$
  LANGUAGE sql;

WITH qqw AS (
    SELECT q.id, q.user_id, qw.weighting
    FROM   x.questions q
    JOIN   x.question_weighting() qw ON qw.question_id = q.id
    -- WHERE  ??
    )
SELECT id, weighting
FROM   qqw
JOIN   (
    SELECT *
    FROM   x.similarity((
        SELECT weighting
        FROM   qqw      
        -- WHERE ??
        LIMIT  1
        ))
    ) sim USING (user_id);

也许这一切都可以在较低的层次上简化。

【讨论】：

还没有机会在 The Real Query 上尝试这个，但会回复并希望接受这个答案。感谢您的详细努力。是的，这个例子是草率和不一致的——我只是想把真正的查询减少到一些独立的东西。