带传播的 SQL 限制

Posted 2023-03-16

【中文标题】带传播的 SQL 限制

【英文标题】：SQL limit with spread

【发布时间】：2022-01-20 16:42:57

【问题描述】：

有没有办法像LIMIT 那样限制选择，但不是用偏移返回限制，而是用“传播”限制。

例如，如果一个选择返回 1000 行并且我将其限制为 100，那么我从开始到结束每 10 行获取一次。

我知道这需要执行完整的SELECT，因为 RDBMS 需要遍历所有行才能执行此操作。但是，例如，当我需要每 100 行时返回 100000 行，这样会减少很多传输，并且可以在 RDBMS 上完成工作。

我在 PostgreSQL 数据库上需要这个。

【问题讨论】：

"...从头到尾每隔 10 行获取一次..." -- 在没有 ORDER BY 子句的情况下，没有“第一行”、“中间行”或“结束行” ”。引擎可以按任何顺序返回行，这可能会在每次查询执行中发生更改，恕不另行通知。这个问题写的没有意义。

【参考方案1】：

没有与 LIMIT / OFFSET 相关的内置语法（也没有与标准 SQL FETCH FIRST | NEXT [ count ] ROW | ROWS ONLY | WITH TIES ] 相关的）。

您可以通过modulo operator % 实现您的目标：

SELECT *
FROM (
   SELECT row_number() OVER () AS rn, ... original SELECT list
   FROM ... -- original query
   ) sub
WHERE rn%10 = 0  -- every 10th row

由于窗口定义中没有ORDER BY，所以根据查询的ORDER BY分配行号。 如果根本没有没有 ORDER BY，您将获得任意 行顺序。这仍然是某种顺序，结果完全不在你的掌控之中。

您可以使用TABLESAMPLE 语法在单个表上应用这种过滤器。

SELECT * FROM tbl TABLESAMPLE SYSTEM (10);  -- roughly 10 %

或者：

SELECT * FROM tbl TABLESAMPLE BERNOULLI (10);  -- roughly 10 %

SYSTEM 更快，BERNOULLI 更随机。

您甚至可以在同一个查询中对多个表应用 TABLESAMPLE 过滤器，例如：

SELECT *
FROM tbl1 TABLESAMPLE SYSTEM (10)
JOIN tbl2 TABLESAMPLE BERNOULLI (10) USING (big_id);

但生成的行数可能会有很大差异。要获得给定数量的行，请考虑使用附加模块 tsm_system_rows。见：

Fast way to discover the row count of a table in PostgreSQL Best way to select random rows PostgreSQL