在 postgres 选择中，将列子查询作为数组返回？

Posted 2023-02-16

【中文标题】在 postgres 选择中，将列子查询作为数组返回？

【英文标题】：in postgres select, return a column subquery as an array?

【发布时间】：2015-10-05 20:04:38

【问题描述】：

（以前也这样做过，但是记忆会消失，就像护目镜一样）

希望从users 中选择每个用户的tag.tag_ids 作为数组返回。

选择 usr_id， 姓名， （从标签 t 中选择 t.tag_id，其中 t.usr_id = u.usr_id）作为 tag_arr 来自用户 u；

嵌入查询tag_arr 将是一个数组

【问题讨论】：

@a_horse_with_no_name - 是的。太多的语言，太多年了 - 谢谢

【参考方案1】：

使用aggregate function：

select
    usr_id, 
    name, 
    array_agg(tag_id) as tag_arr
from users
join tags using(usr_id)
group by usr_id, name

或来自子查询结果的array constructor：

select
    u.usr_id, 
    name, 
    array(
        select tag_id 
        from tags t 
        where t.usr_id = u.usr_id
        ) as tag_arr
from users u

第二个选项是一个简单的单源查询，而第一个更通用，当您需要来自相关表的多个聚合时特别方便。此外，第一个变体在较大的表上应该更快。

注意，为了获得更好的性能，两个表中的usr_id 列都应该被索引。虽然users.usr_id 通常是主键，但有时可能会忘记引用列的索引也很有用。

【讨论】：

在这两个选项中，使用array_agg() 的第一个选项的执行时间会明显更好吗？我认为这取决于所涉及的数据表的大小。在一个实际项目中，我只是将这两个查询与explain analyze 进行了比较，并分别得到了120ms 和10s 的执行时间。我不是数据库查询计划方面的专家，因此任何有关这两者如何以不同方式执行的见解都会有所帮助。

@broc.seib - 这取决于许多因素，例如两个表中的行数、每个用户的平均标签数、Postgres 版本、服务器和硬件配置。对于较大的表，第一个查询应该比另一个查询快。不过，您的情况差异似乎太大了。原因可能是tags(usr_id) 上缺少索引，这对于第一个查询也很有用。

【参考方案2】：

使用PostgreSQL的array构造函数：

select
    usr_id,
    name,
    array(select t.tag_id from tags t where t.usr_id = u.usr_id) as tag_arr
from users u;

注意：

如果您将psycopg2 与python 一起使用，那么结果也将转换为python list！ （虽然对于uuid[] 数组，如果您想在python 列表中获取ID，则需要使用array(...)::text[] 将其转换为text[] 数组）。详情请见this。