PostgreSQL volatile 表达式和子查询

Posted 2023-02-16

【中文标题】PostgreSQL volatile 表达式和子查询

【英文标题】：PostgreSQL volatile expressions and subqueries

【发布时间】：2012-07-23 14:39:12

【问题描述】：

在 Bruce Momjian 的博文Generating Random Data Via SQL 中，他使用以下代码生成了 5 个随机字符串：

SELECT
(
        SELECT string_agg(x, '')
        FROM (
                SELECT chr(ascii('a') + floor(random() * 26)::integer)
                FROM generate_series(1, 40 + b * 0) as f(g)
        ) AS y(x)
) AS result
FROM generate_series(1,5) as a(b);

              result                  
------------------------------------------
 plwfwcgajxdygfissmxqsywcwiqptytjjppgrvgb
 sjaypirhuoynnvqjdgywfsfphuvzqbbilbhakyhf
 ngtabkjfqibwahlicgisijatliuwgbcuiwujgeox
 mqtnyewalettounachwjjzdrvxbbbpzogscexyfi
 dzcstpsvwpefohwkfxmhnlwteyybxejbdltwamsx
(5 rows)

我想知道为什么第 6 行的 'b * 0' 是必需的。当我删除它时，结果变为 5 个完全相同的字符串，这意味着 Postgres 缓存了外部选择表达式（结果）！

我找不到表达式缓存在 Postgres 中的工作方式。根据the documentationrandom() 函数被标记为 VOLATILE，所以，我希望任何依赖它的表达式也是 volatile。

表达式缓存在 Postgres 中是如何工作的？它在任何地方都有记录吗？为什么 'b*0' 禁用了 random() 没有的缓存？

更新：

为了研究这个问题，我将“b * 0”移动到 floor() 调用内部，使其与 random() 处于相同的位置/级别：

...
                SELECT chr(ascii('a') + floor(random() * 26 + b * 0)::integer)
                FROM generate_series(1, 40) as s(f)
...

结果仍未缓存；不同的字符串。

更新：显示问题的另一个示例

create sequence seq_test;

SELECT (SELECT nextval('seq_test')) FROM generate_series(1,5);

 ?column? 
----------
        1
        1
        1
        1
        1
(5 rows)

【参考方案1】：

好吧，random() 本身是易变的，因此您不会得到相同字符重复到末尾的字符串。

如果您查看带有和不带有b*0 的查询计划，您会看到：

与b*0:

 Function Scan on generate_series a  (cost=0.00..37530.00 rows=1000 width=4)
   SubPlan 1
     ->  Aggregate  (cost=37.51..37.52 rows=1 width=32)
           ->  Function Scan on generate_series  (cost=0.01..25.01 rows=1000 width=0)

没有b*0：

 Function Scan on generate_series a  (cost=37.52..47.52 rows=1000 width=0)
   InitPlan 1 (returns $0)
     ->  Aggregate  (cost=37.50..37.51 rows=1 width=32)
           ->  Function Scan on generate_series  (cost=0.00..25.00 rows=1000 width=0)

如果 PostgreSQL 确定内部聚合不依赖于a，则将其评估为一次InitPlan，并且内部表达式的波动与否无关紧要。通过引入子查询对a的依赖，即使其成为相关子查询，必须对a的每一行重新进行评估。

【讨论】：

因此，计划器评估了每一行的内部表达式f，尽管它不依赖于它（正确地因为它是易变的），但是外部表达式被评估一次，除非它依赖于排！ volatile 值不应该基于它着色任何结果吗？就像行依赖一样。

表达式的波动会阻止它被内联，但不影响规划器如何安排查询计划，这取决于子选择是否相关。

您的意思是任何子查询都被认为是稳定的，除非它依赖于外部查询的行变量！对我来说它看起来像一个错误。我希望 volatile 表达式会对任何表达式或子查询产生波动病毒效应。 InitPlan 是一种优化，它不应该改变结果。

"stable"、"volatile" 等不是子查询的属性，只有函数和表达式。 SQL 是一种描述查询的方式，而不是用于定义它的执行方式（尽管我承认这是一个弱论点，并且 SQL 以泄漏抽象而闻名）

谢谢，但我一点也不相信。 SQL 与否，因为表达式可以包含子查询，我希望波动性通过子查询传播。至少应该记录当前的行为。