是否有 postgres CLOSEST 运算符？答案

【问题标题】：Is there a postgres CLOSEST operator?是否有 postgres CLOSEST 运算符？
【发布时间】：2011-08-31 11:06:50
【问题描述】：

我正在寻找类似的表格：

| id | number |
|  1 |     .7 |
|  2 |   1.25 |
|  3 |   1.01 |
|  4 |    3.0 |

查询 SELECT * FROM my_table WHEREnumberCLOSEST(1) 将返回第 3 行。我只关心数字。现在我有一个程序，它只遍历每一行并进行比较，但我认为信息应该可以从 b-tree 索引中获得，所以这可能是内置的，但我找不到任何文件表明它确实如此。

【问题讨论】：

标签： sql postgresql

【解决方案1】：

我在语法上可能有点偏离，但这个参数化查询（所有的 ? 取原始问题的“1”）应该运行得很快，基本上是 2 个 B-Tree 查找 [假设数字已编入索引]。

SELECT * FROM
(
  (SELECT id, number FROM t WHERE number >= ? ORDER BY number LIMIT 1) AS above
  UNION ALL
  (SELECT id, number FROM t WHERE number < ? ORDER BY number DESC LIMIT 1) as below
) 
ORDER BY abs(?-number) LIMIT 1;

这个带有约 5e5 行表（在number 上具有索引）的查询计划如下所示：

psql => explain select * from (
        (SELECT id, number FROM t WHERE number >= 1 order by number limit 1) 
        union all
        (select id, number from t where number < 1 order by number desc limit 1)
) as make_postgresql_happy 
order by abs (1 - number) 
limit 1;
                                                  QUERY PLAN
--------------------------------------------------------------------------------------------------------------
 Limit  (cost=0.24..0.24 rows=1 width=12)
   ->  Sort  (cost=0.24..0.24 rows=2 width=12)
         Sort Key: (abs((1::double precision - public.t.number)))
         ->  Result  (cost=0.00..0.23 rows=2 width=12)
               ->  Append  (cost=0.00..0.22 rows=2 width=12)
                     ->  Limit  (cost=0.00..0.06 rows=1 width=12)
                           ->  Index Scan using idx_t on t  (cost=0.00..15046.74 rows=255683 width=12)
                                 Index Cond: (number >= 1::double precision)
                     ->  Limit  (cost=0.00..0.14 rows=1 width=12)
                           ->  Index Scan Backward using idx_t on t  (cost=0.00..9053.67 rows=66136 width=12)
                                 Index Cond: (number < 1::double precision)
(11 rows)

【讨论】：

这看起来很有希望。我将建立我的索引，看看这是否有帮助。谢谢！
这是在做两次“Seq Scan on t”而不是一次（至少对我来说）。
@mu 太短：给数字添加索引后你ANALYZE 了吗？ PG 应该足够聪明，可以对ORDER BY/LIMIT 进行索引扫描，但我猜你永远不知道。
我刚刚进行了分析以确保我仍然进行了两次扫描。 OTOH，我的测试表中没有一百万行，因此优化器可能正在使用扫描，因为扫描小表很便宜。
我认为是小桌子在愚弄我。我填充了 1e5 行，它现在正在执行索引扫描。不错的作品。如果您想查看它，我可以将解释输出添加到您的答案中（避免您构建自己的测试数据堆）。

【解决方案2】：

你可以试试这样的：

select *
from my_table
where abs(1 - number) = (select min(abs(1 - number)) from t)

这与手动循环遍历表没有太大不同，但至少它允许数据库在“数据库空间”内进行循环，而不必在函数和数据库内部之间来回跳转。此外，将所有内容推送到单个查询中可以让查询引擎知道您要执行的操作，然后它可以尝试以合理的方式执行此操作。

【讨论】：

这是一个正确的查询，类似于我目前使用的查询，但我认为索引不会有帮助。我的问题是我正在查询的表有数亿行，并且需要很长时间。
@quodlibetor：您是否尝试在 abs(1-number) 上创建索引以加快查询速度？
例如在此查询上运行 EXPLAIN 会返回 postgres 必须对 281,610,907,722 行进行顺序扫描……这很“烦人”。）
@a_horse_with_no_name：谢谢！这将有助于我的常见情况，但通常搜索的数字可以是任意的。
如果最接近的参数始终为1，则索引会有所帮助。如果是任意的，则问题更难。

【解决方案3】：

第二个答案是正确的，但我在“UNION ALL”上遇到了错误：

DBD::Pg::st execute failed: ERROR: syntax error at or near "UNION"

我用这段代码修复了它：

SELECT * FROM
  (
    (SELECT * FROM table WHERE num >= ? ORDER BY num LIMIT 1)
        UNION ALL
    (SELECT * FROM table WHERE num < ?  ORDER BY num DESC LIMIT 1)
  ) as foo
ORDER BY abs(?-num) LIMIT 1;

诀窍是从内部表中删除 AS 并仅在 UNION 上使用它。

【讨论】：

【解决方案4】：

如果您希望在组中找到最接近的值，此代码会很有帮助。在这里，我根据我的列 val 与我的目标值 0.5 的接近程度，将我的表 column_you_wish_to_group_by 拆分为 column_you_wish_to_group_by。

SELECT *
FROM (
  SELECT
    ROW_NUMBER() OVER (PARTITION BY t.column_you_wish_to_group_by ORDER BY abs(t.val - 0.5) ASC) AS r,
    t.*
  FROM
    tb t) x 
WHERE x.r = 1;

【讨论】：