遍历表，对每一行进行计算

Question

我想先说我对 SQL 非常陌生，但我现在的工作需要我在其中工作。

我有一个包含地形点数据 (x,y,z) 的数据集。我正在尝试基于此数据构建 KNN 模型。对于每个点“P”，我在数据集中搜索最接近 P 的 100 个点（最近的意思是地理上最近的）。然后我平均这些点的值（这个平均值称为残差），并将这个值添加到“resid”列中的表中。

作为概念证明，我尝试简单地遍历表，并将每行中“resid”列的值设置为 1.0。

我的查询是这样的：

CREATE OR REPLACE FUNCTION LoopThroughTable() RETURNS VOID AS '
DECLARE row table%rowtype;
BEGIN
    FOR row in SELECT * FROM table LOOP
        SET row.resid = 1.0;
    END LOOP;
END

' LANGUAGE 'plpgsql';

SELECT LoopThroughTable() as output; 

这段代码执行成功并返回，但是当我检查表格时，没有进行任何更改。我的错误是什么？

Answer 1

以下是更新表中行的简单示例：

假设行id字段id

更新所有行：

UPDATE my_table SET field1='some value'
WHERE id IN (SELECT id FROM staff)

选择性行更新

UPDATE my_table SET field1='some value'
WHERE id IN (SELECT id FROM staff WHERE field2='same value')

Answer 2

在循环中逐行更新几乎总是一个坏主意，并且会非常慢并且无法扩展。你真的应该想办法避免这种情况。

说了这么多：

你的函数所做的只是改变内存中列值的值——你只是在修改一个变量的内容。如果你想更新数据，你需要一个update 声明：

您需要在循环内使用UPDATE：

CREATE OR REPLACE FUNCTION LoopThroughTable() 
  RETURNS VOID 
AS
$$
DECLARE 
   t_row the_table%rowtype;
BEGIN
    FOR t_row in SELECT * FROM the_table LOOP
        update the_table
            set resid = 1.0
        where pk_column = t_row.pk_column; --<<< !!! important !!!
    END LOOP;
END;
$$ 
LANGUAGE plpgsql;

请注意，您必须将主键上的 where 条件添加到 update 语句，否则您将更新 all 行的 each 循环的迭代。

稍微更有效的解决方案是使用游标，然后使用where current of进行更新

CREATE OR REPLACE FUNCTION LoopThroughTable() 
  RETURNS VOID 
AS $$
DECLARE 
   t_curs cursor for 
      select * from the_table;
   t_row the_table%rowtype;
BEGIN
    FOR t_row in t_curs LOOP
        update the_table
            set resid = 1.0
        where current of t_curs;
    END LOOP;
END;
$$ 
LANGUAGE plpgsql;

---

所以如果我在循环完成后执行 UPDATE 查询，那会提交对表的更改吗？

没有。对函数的调用在调用事务的上下文中运行。因此，如果您在 SQL 客户端中禁用了自动提交，则在运行 SELECT LoopThroughTable() 后需要 commit。

---

请注意，语言名称是一个标识符，不要在其周围使用单引号。您还应该避免使用像 row 这样的关键字作为变量名。

使用dollar quoting（和我一样）也可以更轻松地编写函数体

Answer 3

我不确定概念证明示例是否符合您的要求。通常，使用 SQL，您几乎从需要 FOR 循环。虽然您可以使用函数，但如果您有 PostgreSQL 9.3 或更高版本，则可以使用 LATERAL subquery 对每一行执行子查询。

例如，使用随机 value 列创建 10,000 个随机 3D 点：

CREATE TABLE points(
  gid serial primary key,
  geom geometry(PointZ),
  value numeric
);
CREATE INDEX points_geom_gist ON points USING gist (geom);
INSERT INTO points(geom, value)
SELECT ST_SetSRID(ST_MakePoint(random()*1000, random()*1000, random()*100), 0), random()
FROM generate_series(1, 10000);

对于每个点，搜索最近的 100 个点（除了有问题的点），找到点的value 与最近的 100 个的平均值之间的残差：

SELECT p.gid, p.value - avg(l.value) residual
FROM points p,
  LATERAL (
    SELECT value
    FROM points j
    WHERE j.gid <> p.gid
    ORDER BY p.geom <-> j.geom
    LIMIT 100
) l
GROUP BY p.gid
ORDER BY p.gid;

Answer 4

你不需要一个函数。 你只需要运行这个查询：

UPDATE table SET resid = 1.0;

如果你想用一个函数来做，你可以使用SQL函数：

CREATE OR REPLACE FUNCTION LoopThroughTable()
  RETURNS VOID AS
$BODY$
UPDATE table SET resid = 1.0;
$BODY$
  LANGUAGE sql VOLATILE

如果你想使用plpgsql 那么函数是：

CREATE OR REPLACE FUNCTION LoopThroughTable()
  RETURNS void AS
$BODY$
begin
       UPDATE table SET resid = 1.0;
end;
$BODY$
  LANGUAGE plpgsql VOLATILE

请注意，对于可以使用 Sql 函数完成的任务，不建议使用 plpgsql 函数。