过滤对 crosstab() 查询结果的意外影响

Posted 2023-03-31

【中文标题】过滤对 crosstab() 查询结果的意外影响

【英文标题】：Unexpected effect of filtering on result from crosstab() query

【发布时间】：2019-07-25 19:40:48

【问题描述】：

我有一个crosstab() 查询，如下所示：

SELECT *
FROM crosstab(
 'SELECT row_name, extra1, extra2..., another_table.category, value
  FROM   table t
  JOIN   another_table ON t.field_id = another_table.field_id
  WHERE  t.field = certain_value AND t.extra1 = val1
  ORDER  BY row_name ASC',
 'SELECT category_name FROM category_name WHERE field = certain_value'
) AS ct(row_name text, extra1 text, extra2 text, ...)

简化示例，实际查询非常复杂且包含重要信息。上面的查询在使用table.extra1 = val1 过滤后返回N 个结果行。

当我按如下方式更改查询时：

SELECT *
FROM crosstab(
 'SELECT row_name, extra1, extra2..., another_table.category, value
  FROM   table t
  JOIN   another_table ON t.field_id = another_table.field_id
  WHERE  t.field = certain_value AND t.extra1 IN (val1, ...) --> more values
  ORDER  BY row_name ASC',
 'SELECT category_name FROM category_name WHERE field = certain_value'
) AS ct(row_name text, extra1 text, extra2 text, ...)
WHERE extra1 = val1; --> condition on the result

添加了更多可能的值table.extra1 IN (val1, ...) 和最终条件WHERE extra1 = val1。现在我得到 less 行比原来的行。更糟糕的是，如果我向IN (val1, ...) 添加更多值，我会得到更少 行。这是为什么呢？

【参考方案1】：

extra1, extra2, ... 是交叉表术语中的“额外列”。The manual for the tablefunc module 解释规则：

它也可能有一个或多个“额外”列。 row_name 列必须 成为第一。类别和value 列必须是最后两列， 以该顺序。处理row_name 和category 之间的任何列 作为“额外”。 对于具有相同row_name 值的所有行，“额外”列应相同。

再往下：

输出row_name 列以及任何“额外”列从组的第一行复制。

我对关键部分的大胆强调。

你只能按row_name排序：

ORDER  BY row_name ASC

在您过滤的第一个示例中无关紧要：

WHERE ... t.extra1 = 'val1'  -- single quotes by me

无论如何，所有输入行都有extra1 = 'val1'。但在第二个示例中，您使用以下过滤器很重要：

WHERE ... t.extra1 IN('val1', ...) --> More values

现在，额外列extra1 违反了上述第一个粗体要求。虽然第一个输入查询的排序顺序是不确定的，但“额外”列extra1 的结果值是任意选取的。 extra1 的可能值越多，最终具有“val1”的行就越少：这就是您观察到的。

您仍然可以使其工作：为每个至少具有其中一个的 row_name 报告 extra1 = 'val1'，请将 ORDER BY 更改为：

ORDER  BY row_name, (extra1 <> 'val1')

将“val1”排在最前面。 boolean 表达式的解释（带有更多链接）：

PostgreSQL: Grouping then filtering table, with condition for nonexistence

其他“额外”列仍然是任意选择的，而排序顺序不确定。

交叉表基础知识：

PostgreSQL Crosstab Query Postgresql crosstab query with multiple "row name" columns

【讨论】：

我仍然有多个值的一些问题。例如，如果我用val2 过滤extra1，我会得到100 个结果。但是，如果我使用...t.extra1 IN('val1', 'val2') 和...(extra1 <> 'val1'), (extra1 <> 'val2')，对于那些在80 附近有extra1 和'val2' 的人，我会得到不同的结果大小。

在这种情况下，您可以ORDER BY row_name, (extra1 <> 'val2') 在任何可用的地方获取“val2”。 （从列表中删除 (extra1 <> 'val1')。）

问题是extra1 可以从允许值列表['value1', 'value2', 'value3'...'valueN'] 中获得一个值。正常情况是允许过滤多个值['value1', 'value2'] 而不仅仅是一个。是否仍然可以使用<> 运算符来实现它？

请提出一个包含所有必要细节的新问题。评论不是地方...（您可以随时链接到这个以获得上下文，并在此处的 cmets 中放回链接以引起我的注意。）

你是对的:)。这里出现了一个新问题***.com/questions/57221777/…