在 PostgreSQL 中并排合并来自多个表的结果

Question

我有 3 个表，我需要创建一个结果表。

场景：

1. “传入句子”表包含句子的 steram 流入数据库。
2. 表“tagged_sentences”包含 来自“incoming_sentences”的句子由编辑器标记/标记。有时，如果编辑器在标记数据时出错，管理员会覆盖标签。管理员标记的数据是最终数据，被认为是正确的。
3. “帐户”表包含用户的帐户级别信息

下面是带有示例信息的表格。

传入句子

id	sentence	market	model_identified_intent	tagged_at
1	abcd	en_in	alphabets	12/12/2021
2	1234	en_in	numeric	11/13/2021
3	a1b2	en_in	alphaNumeric	10/14/2021
4	efgh	en_in	alphabets	10/15/2021
5	e5f6	en_in	alphaNumeric	11/16/2021

标记句

id	tagger_id	sentence_id	tagger_tagged_intent
1	32	1	alphabets
2	32	2	alphabets
3	32	3	Numeric
4	33	2	Numeric
5	33	3	alphaNumeric

用户帐户表

id	user_role	email	name
32	editor	editor@editor.com	editor123
33	admin	admin@admin.com	admin456

预期输出：

我想将结果作为“每月标记的句子总数”放在一列和“管理员每月的总更正”中。通过它可以知道错误率。

year-month	total_tagged	Total Error (Corrected by admin)
2021-10	2	1
2021-11	2	1
2021-12	1	0

请求您帮助解决这个问题。我尝试了下面的代码。但它没有按预期工作。

WITH cte1 AS (SELECT tggs.id                                       id,
                     tggs.sentence                              AS sentence,
                     tggs.market                                AS market,
                     tggs.prod_identified_intent                AS prod_identified_intent,
                     tggs.tagged_at                             AS tagged_at,
                     ROW_NUMBER() OVER (PARTITION BY tagged_at) AS rn
              FROM tagging_sentences tggs),
     cte2 AS (SELECT tgds.sentence_id_id AS sentence_id,
                     tgds.tagger_id_id   AS tagger_id,
                     tgds.tagged_intent  AS tagged_intent
              FROM tagged_sentences tgds),
     cte3 AS (SELECT acts.id AS account_id, acts.email AS email, acts.role AS role FROM accounts AS acts),
     cte4 AS (SELECT tggs.tagged_at, COUNT(*) AS count, ROW_NUMBER() OVER (PARTITION BY count(*)) AS rn
              FROM tagging_sentences AS tggs
                       JOIN tagged_sentences AS tgds ON tggs.id = tgds.sentence_id_id
                       JOIN accounts acts ON tgds.tagger_id_id = acts.id
              WHERE tgds.tagger_id_id = 33
                AND tgds.sentence_id_id IN (SELECT tagging_sentences.id
                                            FROM tagging_sentences,
                                                 tagged_sentences
                                            WHERE tagged_sentences.tagger_id_id = 32) GROUP BY tagged_at)

SELECT TO_CHAR(cte1.tagged_at, 'YYYY-MM'),
       COUNT(cte1.sentence), cte4.count
FROM cte1
         JOIN cte2 ON cte1.id = cte2.sentence_id
         JOIN cte3 ON cte2.tagger_id = cte3.account_id
         JOIN cte4 ON cte1.rn = cte4.rn
GROUP BY TO_CHAR(cte1.tagged_at, 'YYYY-MM'), TO_CHAR(cte4.tagged_at, 'YYYY-MM'), cte4.count;

Answer 1

我开始尝试确定您最初的查询出错的地方，但仍有太多不一致之处；未定义列名，未定义表等/我不确定所有 CTE 的用途。一对夫妇似乎什么都不做，只是将表格“转换”为 CTE（绝对没有必要）。并尝试让 ROW_NUMBER() 结果匹配（无论如何都非常值得怀疑）。另一个问题是幻数（id = 32, 33），当有另一个编辑器和/或管理员时会发生什么？它似乎过于复杂。
因此，我进行了重写。首先，我放弃了 CTE 方法，只使用了简单的联接。 Incoming Sentences 和 Tagged Sentences 之间的内连接和 Tagged Sentences 和 User Accounts 之间的外连接。扭曲是 2 个外部连接，1 个获得 editor 角色，另一个获得 admin 角色。从而消除了对幻数的依赖。有了这些，唯一剩下的就是简单的计数：（见demo）

select date_trunc( 'month', i.tagged_at)   "Year Month" 
     , count(uae.user_role) +  
       count(uaa.user_role)                "Total Tagged" 
     , count(uaa.user_role)                "Total Error (Corrected by admin)"   
  from incoming_sentences    i
  join tagged_sentences t 
         on (t.sentence_id = i.id) 
  left join user_accounts uae
    on (    uae.id = t.tagger_id
        and uae.user_role = 'editor'
       ) 
  left join user_accounts uaa
    on (    uaa.id = t.tagger_id
        and uaa.user_role= 'admin'
       ) 
group by date_trunc( 'month',  i.tagged_at)
order by date_trunc( 'month',  i.tagged_at);  

注意：演示包括添加另一个编辑器和管理员。它还显示了编辑和管理员在不同月份采取行动的情况。
祝你好运。