PostgreSQL - 使用聚合函数查询

Posted 2023-03-31

【中文标题】PostgreSQL - 使用聚合函数查询

【英文标题】：PostgreSQL - Query with aggregate functions

【发布时间】：2014-03-06 10:39:59

【问题描述】：

我需要一些关于 PostgreSQL 查询的帮助。 我有 4 个表：customer、organization_complete、entity 和 address。我从每个人那里检索了一些数据，并使用以下查询：

SELECT distinct ON (c.customer_number, trim(lower(o.name)), a.street, a.zipcode, a.area, a.country) 
                              c.xid AS customer_xid, o.xid AS entity_xid, c.customer_number, c.deleted, o.name, o.vat, 'organisation' AS customer_type, a.street, a.zipcode, a.city, a.country
          FROM customer c
          INNER JOIN organisation_complete o ON (c.xid = o.customer_xid AND c.deleted = 'FALSE')
          INNER JOIN entity e ON e.customer_xid = o.customer_xid
          INNER JOIN address a ON (a.contact_info_xid = e.contact_info_xid and a.address_type = 'delivery')
          WHERE c.account_xid = "<value>"

我得到了按客户编号、姓名、街道、邮政编码、地区和国家（在 DISTINCT ON 语句之后指定的内容）划分的所有客户的不同之处。 我现在需要检索的是在 DB 上具有双行的所有客户的不同，但我还需要检索 customer_xid 和 entity_xid，它们是各个表的主键，因此是唯一的。因此，它们不能包含在聚合函数中。我只需要计算每个不同元组有多少行具有相同的客户编号、名称、街道、邮政编码、地区和国家，并只选择计数大于 1 的元组。 对于每个选定的元组，我还需要随机获取一个 customer_xid 和一个 entity_xid，就像 mysql 在这样的查询中使用 a_key 所做的那样：

SELECT COUNT(*), tab.a_key, tab.b, tab.c from tab
WHERE 1
GROUP BY tab.b

我知道 MySQL 在这方面是个例外，我只是想知道是否有可能在 PostgreSQL 上获得相同的结果。

谢谢，

L.

【问题讨论】：

MySQL 并没有那么坏，即使它不会运行该查询，请更正它。

该查询在 MySQL 上运行...

哇，我很好奇，只是自己测试了查询。它。真的。作品。我知道 MySQL 坏了，但是 那个 坏了？！？ @JakubKania 似乎我对你的评论 +1 有点太快了......

我不会因此而说 MySQL 坏了。以前的 SQL 标准会拒绝该查询，因为您不能在聚合查询中选择不属于 GROUP BY 子句的非聚合字段。但这直到 1992 年都是正确的。现在，根据 SQL-2003 标准，SELECT 和 HAVING 列表中的列在功能上仍然依赖于 GROUP BY 列。如果没有，查询不会被拒绝，您可能只会得到不确定的结果（在我们的例子中是随机选择）。都在这里：dev.mysql.com/doc/refman/5.5/en/group-by-extensions.html

@DrColossos 哦，实际上我认为它缺少FROM 子句。由于格式，我没有注意到它。实际上这对 PostgreSQL 也是有效的。万一出现问题，PG 会抛出错误，而不是像 MySQL 那样编造结果。

【参考方案1】：

MySql 中的这个查询使用了一个非标准（见下面的注释）“MySql group by extension”：http://dev.mysql.com/doc/refman/5.0/en/group-by-extensions.html

SELECT COUNT(*), tab.a_key, tab.b, tab.c 
from tab
WHERE 1
GROUP BY tab.b

---

注意：这是在 SQL:2003 标准中定义为 T301 功能依赖项的特性，标准不要求，很多 RDBMS 不支持，包括 PostgreSql（见此链接对于 9.3 版 - 不支持的功能：http://www.postgresql.org/docs/9.3/static/unsupported-features-sql-standard.html）。

---

上面的查询在PostgreSQL中可以这样表达：

SELECT tab.a_key, tab.b, tab.c,
       q.cnt
FROM (
    SELECT tab.b,
           COUNT(*) As cnt, 
           MIN(tab.unique_id) As unique_id /* could be also MAX */
    from tab
    WHERE 1
    GROUP BY tab.b
) q
JOIN tab ON tab.unique_id = q.unique_id

其中unique_id 是唯一标识tab 中每一行的列（通常是主键）。 Min 或 Max 函数以伪随机方式从表中选择一行。

【讨论】：

根据 SQL-2003 标准，它不再是非标准扩展，但是谢谢，这是我需要的一个很好的提示：)

@lucone83 谢谢你指出，我不知道，我已经更新了我的答案。