在 PostgreSQL 12 上使用 WITH 查找唯一值、计算重复项并对其进行排名

Posted 2023-04-12

【中文标题】在 PostgreSQL 12 上使用 WITH 查找唯一值、计算重复项并对其进行排名

【英文标题】：Find unique values, count duplicates and rank them using WITH on PostgreSQL 12

【发布时间】：2020-05-10 02:36:10

【问题描述】：

我有 3 个复杂的表。对于这个问题，我将简化用法。我需要排名、计数（重复）和唯一记录（结果）。它适用于单个表，但是，当包含另一个 WITH 并给出 INNER JOIN 时，我不再获得任何记录。

表格：

CREATE TABLE public.emails (
  id                bigint NOT NULL PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY
    (MAXVALUE 9223372036854775807),
  sender            jsonb NOT NULL
);


CREATE TABLE public.contacts (
  id                bigint NOT NULL PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY
    (MAXVALUE 9223372036854775807),
  email            text NOT NULL,
  full_name            text NOT NULL
);
-- sample data
insert into emails (sender) VALUES ('"email": "[e-mail]", "name": "dennis1"');
insert into emails (sender) VALUES ('"email": "[e-mail]", "name": "dennis1"');

insert into contacts (email, full_name) VALUES ('[e-mail]', 'dennis1');
insert into contacts (email, full_name) VALUES ('[e-mail]', 'dennis1');
insert into contacts (email, full_name) VALUES ('[e-mail]', 'dennis5');
insert into contacts (email, full_name) VALUES ('[e-mail]', 'john');

预期结果：

email                   name        rk      count

[e-mail]     dennis1     1       4
[e-mail]     dennis5     1       1
[e-mail]        john        1       1

但是，我遇到了两个问题：

INNER JOIN 的结果为零 ORDER BY "count" 不起作用。

我需要什么？

如您所见，表格是不同的。一个表有jsonb 列，另一个存储为text。因此，我在每个SELECT 查询中分别提取它们然后进行比较。

所以我需要是，获取所有电子邮件和姓名，将它们独一无二，如果它们重复并排名它们，则对其进行计数。我不需要重复的条目，而是将它们合并到count。

我该如何解决这个问题？

演示

在此处查看演示：https://dbfiddle.uk/?rdbms=postgres_12&fiddle=b79700f74bbf14e190d5f5bf7fcd0670

【参考方案1】：

在分组和应用窗口函数之前提取 json 并合并两个数据集。

WITH united as (
    SELECT email, full_name FROM contacts
    UNION ALL
    SELECT sender->>'email', sender->>'name' FROM emails
)
SELECT
  email
, full_name
, count(*) count, row_number() over (partition by email) rk
FROM united
GROUP BY 1, 2;
        email        | full_name | count | rk
---------------------+-----------+-------+----
 [e-mail] | dennis1   |     4 |  1
 [e-mail] | dennis5   |     1 |  1
 [e-mail]    | john      |     1 |  1
(3 rows)