Postgresql 查找每个类型的最大 transaction_id 给出重复项（当它不应该用于 PK 时）

Posted 2023-02-16

【中文标题】Postgresql 查找每个类型的最大 transaction_id 给出重复项（当它不应该用于 PK 时）

【英文标题】：Postgresql finding max transaction_id for each type giving duplicates (when it's not supposed to for PK)

【发布时间】：2021-11-05 09:23:07

【问题描述】：

问题作为标题；所以我有一个如下所示的代码来查找按卡类型交易金额最高的ID

SELECT tr.identifier, cc.type, tr.amount as max_amount
FROM credit_cards cc, transactions tr 
WHERE (tr.amount, cc.type) IN (SELECT MAX(tr.amount), cc.type   
                FROM credit_cards cc, transactions tr 
                WHERE cc.number = tr.number
                 GROUP BY cc.type)
GROUP BY tr.identifier, cc.type;

当我运行代码时，我得到了重复的 transaction_identifier，这不应该发生，因为它是 transactions 表的 PK；当我运行上面的代码时的输出如下所示

ID --------Card type--------------- Max amount
2196    "diners-club-carte-blanche" 1000.62
2196        "visa"                  1000.62
11141   "mastercard"                1000.54
2378    "mastercard"                1000.54

例如上面的 2196 存在于 diners carte-blanche 而不是签证； 'mastercard' 是正确的，因为 2 个不同的 ID 可以有相同的最大交易量。

但是，此代码应该运行，因为 2 个不同的 id 可能对每种类型具有相同的最大数量。

有谁知道如何防止重复发生？

这是因为 WHERE ... IN 子句匹配最大金额或卡类型吗？ （有重复的是 Visa 和 Diners-Carte-Blanche，它们的最大值都是 1000.62，所以我认为这就是它们匹配错误的地方）

【问题讨论】：

那SELECT 给你一个错误？确切的错误信息是什么？

它实际上并没有给出错误，但我得到了重复的 ID 值。被 PK 的 ID 不应出现两次（其中一个重复的 ID 与与其无关的卡匹配）

请勿将图像用于文本信息。将输出作为文本复制并粘贴到您的问题中。此外，如果没有某种方式将外部查询中的 identifier 链接到子选择中的 identifier，我也看不到这是如何进行的。

@AdrianKlaver ok 删除它并作为单独的代码块放入以方便参考。问题是它“有效”，因为 2 个 ID 可能具有相同的最大金额（例如上面的万事达卡），但对于上面的 id 2196，签证和用餐者不能出现两次（假设 2196 是 PK + 它只与一种类型相关联)

【参考方案1】：

TL/DR：将WHERE cc.number = tr.number 添加到外部查询。

加长版

当您在外部查询中查询 FROM table_1, table_2 并且不连接表（通过连接或 where 子句）时，结果是 cartesian product，这意味着 table_1 中的每一行都连接到 table_2 中的每一行。这与CROSS JOIN 相同。

因此，虽然您的内部查询有一个 where 子句并且（正确地）返回每种信用卡类型的最大值......但您的外部查询没有，因此信用卡和交易的所有可能组合正在与最大值，而不仅仅是有效的。

例如，如果 cc 有三行（mastercard、visa、amex），tr 有三行 (1,2,3)，选择“from cc, tr”会得到九行：

mastercard,1
mastercard,2
mastercard,3
visa,1
visa,2
visa,3
amex,1
amex,2
amex,3

你想要的在哪里：

mastercard,1
visa,3
amex,2

第一个表中的每一行将针对第二个表中的每一行重复。然后 WHERE (...) IN (...) 将 this 行集限制为仅与内部查询中的行匹配的行。可以想象，这很容易导致重复的结果。其中一些重复项已被外部 GROUP BY 删除，一旦此问题得到解决，就不需要这样做了。

作为一般规则，我从不使用 join [table_1], [table_2] 并且更喜欢始终明确地说明进行内部或外部联接（或者，在某些情况下，交叉联接），以帮助避免此类问题并更清楚地说明读者。

SELECT tr.identifier, cc.type, tr.amount as max_amount
FROM credit_cards cc INNER JOIN transactions tr ON (cc.number = tr.number)
WHERE (tr.amount, cc.type) IN (
  SELECT MAX(tr.amount), cc.type   
  FROM credit_cards cc 
  INNER JOIN transactions tr ON (cc.number = tr.number)
  GROUP BY cc.type
)

注意：在平局的情况下，这将为您提供与最大金额绑定的每种信用卡类型的每笔笔交易。

【讨论】：

感谢您的深入解释！绝对帮助我更好地理解它