检查plpgsql中是不是存在变量的最佳实践？

Posted 2023-03-28

【中文标题】检查plpgsql中是不是存在变量的最佳实践？

【英文标题】：Best practice to check if a variable exists in plpgsql?检查plpgsql中是否存在变量的最佳实践？

【发布时间】：2012-10-21 17:32:07

【问题描述】：

例如，我有一个存储过程来从 csv 文件导入数据并将读取的数据写入 SQL 表。 我有一个定义如下的表：

CREATE TABLE person (id int, name text, age int, married boolean); 

首先我检查记录是否已经存在，如果存在我更新，如果不存在 - 插入。 每个记录字段可能有不同的类型，因此将 SQL 命令的结果分配给标量变量列表：

SELECT name, age, married INTO v_name, v_age, v_married [..]

假设每一列都被声明为可选的（允许为 NULL）。那么检查哪个变量（v_name、v_age、v_married）不为 NULL 并且可以处理的最佳方法是什么？

我找到了很多解决方案：

如果没有找到则 当没有找到数据时 如果 v_age 不为空，则 [...]

当我必须检查多个列 (col) 时，我现在正在使用上面提到的最后一种方式使用动态解决方案：

list_of_columns := ARRAY['name','age','married'];
FOREACH x IN ARRAY list_of_columns LOOP
   EXECUTE 'SELECT ' || x
       || ' FROM person
            WHERE id = ' || quote_literal(v_id)
            INTO y;

   IF  x = 'name' AND (y != v_name OR y IS NULL) THEN
     UPDATE person
     SET    name = v_name
     WHERE  id = v_id;

   ELSIF x = 'age' AND (y != v_age OR y IS NULL) THEN
     UPDATE person
     SET    age = v_age
     WHERE  id = v_id;

   ELSIF x = 'married' AND (y != v_married OR y IS NULL) THEN
     UPDATE person
     SET    married= v_married
     WHERE  id = v_id;
   END IF;
END LOOP;

我正在寻找考虑到最佳实践和性能的最佳解决方案。 任何帮助表示赞赏！

【问题讨论】：

你不必那么苛刻，如果你看不懂写的是什么（我不怪你）我会改进这个问题。对我来说，我自己的代码是完全可以理解的，有时很难判断，或者对其他人来说也很清楚。

我已经简化并更改了列名，希望现在更好。

现在好多了。 person = v_person 应该是 maried = v_married?

呵呵，抱歉有点晚了;) 没错。

只是一个注释 - 动态 SQL 对“FOUND”变量没有影响，也不会引发异常 DATA_NOT_FOUND。如果你需要它，你应该使用 GET DIAGNOSTICS 语句

【参考方案1】：

我认为，您可以从根本上按照以下方式改进整个过程：

BEGIN;

CREATE TEMP TABLE tmp_p ON COMMIT DROP AS
SELECT * FROM person LIMIT 0;

COPY tmp_p FROM '/absolute/path/to/file' FORMAT csv;

UPDATE person p
SET    name    = t.name
      ,age     = t.age
      ,married = t.person
FROM   tmp_p t
WHERE  p.id = t.id
AND   (p.name    IS DISTINCT FROM t.name OR
       p.age     IS DISTINCT FROM t.age  OR
       p.married IS DISTINCT FROM t.married);

INSERT INTO person p(id, name, age, married, ...)
SELECT id, name, age, married, ...
FROM   tmp_p t
WHERE  NOT EXISTS (SELECT 1 FROM person x WHERE x.id = t.id);

COMMIT; -- drops temp table because of ON COMMIT DROP

解释

COPY 将您的 CSV 文件复制到具有匹配布局的临时表中。我用CREATE TABLE AS ... LIMIT 0复制了目标表的布局，你可能需要适应...

UPDATE 现有行。避免在 WHERE 子句的最后 3 行进行空更新（不会有任何变化）。如果您想在 UPDATE 中跳过 NULL 值（真的吗？），请使用 COALESCE(t.name, p.name) 之类的表达式。在 NULL 的情况下，这会退回到现有值。（可能有用，但实际上不在您的代码中。）

INSERT 不存在的行。为此使用NOT EXISTS 半联接。

所有在一个事务中，这样您就不会在过程中出现问题时得到半生不熟的结果。临时表在事务结束时被删除，因为我是这样创建的。

【讨论】：

@Borys：请注意我删除 COALESCE 表达式的更新 - 不适合您问题中的代码，这样更有意义。

谢谢，但是即使不需要（记录不存在），每次都执行更新/插入/创建临时表不会产生性能开销吗？

@Borys：要明确一点：这个 SQL 脚本是按表一次运行的，而不是你似乎暗示的按行运行。应该更快地执行更多，因为它总共只需要两个 SQL 命令，并且只操作需要操作的行并且只操作一次。您的原始代码执行 1 +（列数）命令每行仅用于更新 - 可能会多次更新同一行。此外，基于集合的操作通常比逐行迭代要快得多。运行测试，差异应该很明显。

感谢您的回答。尽管在这种特殊情况下我不能使用这种方法从文件中导入数据（因为文件非常小和验证问题），但它对其他文件会非常有帮助。尤其是这个 UPDATE - 在这个构造之前没有见过。

@Borys：我的回答只是普通 SQL。如果将其包装到 plpgsql 函数中，则必须松开 COMMIT，因为每个函数都是自动事务，BEGIN 具有不同的含义。 Details about stored procedures / plpgsql functions in this related answer on dba.SE.