Postgresql 函数 string_to_array

Question

我有一张桌子：

   c1|c2|c3|c4
-----+--+--+----    
    a  b c  10
    a  a b  20
    c  a c  10
    b  b c  10
    c  b c  30

我想编写一个函数，其中输入是 3 个字符串/文本，例如（'abc、bd、c'），比较每个元素彼此，查找是否存在此组合的行，将第 4 (c4) 列的数量相加。但是，如果有 b a c 或 c a b 的星座，它将匹配 a b c 10。如果有像 b c c 这样的行，那么它不会是像 c b b 这样的行。每场比赛都是独一无二的。

我认为最好使用 string_to_array(text, text)。

我整理了一些伪代码，但不知道如何用 SQL 编写它。可能逻辑也错了。

function (x,y,z)
 res = 0
 x_array = string_to_array(x, ' ')
 y_array = string_to_array(y, ' ')
 z_array = string_to_array(z, ' ')

 foreach(x_item in x_array)
  foreach(y_item in y_array)
   foreach(z_item in z_array)
    if  (c1 = (x_item || y_item || z_item ) && c2 = (x_item || y_item || z_item ) && c3 = (x_item || y_item || z_item ))
     res++

编辑

• 首先，示例表中有一个错误。有一行a b c和c b a。不可能。 a b c = c b a ！并且每一行都必须是唯一的。
• 示例：三个文本输入a b c | b c | c
• 每个元素与每个元素：a b c、a c c、b b c、b c c、c b c、c c c
• a b c = 10; a c c（与c a c相同）= 10； b b c = 10; b c c（与c b c相同）= 30； c b c = 30; c c c (不匹配) = 0;结果 = 90

Answer 1

您不需要为此编写函数。

首先，postgresql ( sql ) 没有“字符串”，它是“文本”或“varchar”。

其次，你需要一个这样的 SQL 查询：

SELECT ( DISTINCT ( c1 || c2 || c3 )) AS txtcol, SUM (c4) AS rowsum; 

或

SELECT ( DISTINCT ( c1 || c2 || c3 )) AS txtcol, SUM(c4) AS numsum GROUP BY txtcol;

暂时不记得确切的语法，你需要解决它， 无论如何，关键是您需要将 varchar 列与一些内置的 像 CONCAT 或“||”这样的函数运算符，然后按数字列求和/分组。一切你需要的 是连接列，并为生成的所有列命名。 确切地说，您甚至不需要在结果表上显示连接列， 例如，您可以只输出总和和汇总的行数。

理论上，您可以为此编写 SQL 函数或 PL/SQL 函数，但我确信这不是必需的，在我看来，您的情况很简单，可以在没有函数的情况下实现您想要的结果。内置汇总函数 SUM() 称为“聚合”函数，聚合函数的其他示例例如最小值（）或最大值（）。 请注意您实际尝试做的事情是通过每行连接的效果按一些结果 VARCHAR 列对行进行分组。

编辑：SQL 或过程 SQL 中的“数组”是一些内部处理的数组，不要将它们与关系（数据库中的表，也不与作为 SELECT 结果的表混淆）。我认为您也不需要 SQL 数组，这项任务实际上并不像看起来那么难。

Answer 2

我认为这可能就是你想要的：

从给定的三个标记集与列 (c1, c2, c3) 匹配的所有行中返回列 c4 的总和。

罢工>

简单版

contains @> and is contained <@ by operators 更简单：

SELECT sum(c4) AS sum_of_matching_c4
FROM   tbl
WHERE  ARRAY[c1,c2,c3] <@ ARRAY['b', 'a', 'c'] -- strings in arbitrary order
AND    ARRAY[c1,c2,c3] @> ARRAY['b', 'a', 'c'];

抱歉，('b', 'c', 'c') 与 ('c', 'b', 'b') 相比将失败。

缓慢而确定

WITH i(arr) AS (
   SELECT ARRAY(VALUES ('b'), ('c'), ('c') ORDER BY 1)  -- input once
   )                                                    -- in arbitrary order
SELECT sum(c4) AS sum_of_matching_c4
FROM  (
  SELECT c4, array_agg(x ORDER BY x) AS arr
  FROM  (
      SELECT ctid, c4, unnest(ARRAY[c1,c2,c3]) AS x
      FROM   tbl t, i
      WHERE  ARRAY[c1,c2,c3] <@ arr -- optional pre-selection
      AND    ARRAY[c1,c2,c3] @> arr -- for better performance?
      ) a
   GROUP BY ctid, c4
   ) b
JOIN i USING (arr)

-> sqlfiddle demo.

主要的困难是在行内对列的值进行排序。

对于您的输入（3 个字符串），我在 WHERE 子句中使用 VALUE 表达式在 CTE 中实现这一点，我立即订购它并将其收集到一个数组中。为方便起见，我使用 CTE，因此我们只需在一个位置输入值。

行值更复杂。我将三列放在一个数组中，并用unnest() 将其分成几行。由于您没有提供主键，我使用 ctid 作为临时代理主键 - 我需要 GROUP BY 将现在排序的 (c1, c2, c3) 填充到数组中。

最后，我总结了所有 c4 现在排序的数组完全匹配的行。

注意：我明确不使用string_agg()，因为那样不会产生不同的结果。考虑：

'abc' 'cde' 'fgh'
'ab' 'ccdef' 'gh'

.. 如果连接起来，则结果是相同的字符串。

索引/性能

您可以考虑保存预先订购的数据以加快查询速度。即时进行是昂贵的。 IE。您可以预先生成已排序的数组并将其保存为冗余列，然后您可以使用索引支持该列。对于冗余数据存储的成本，应该快几个数量级。
如果您正在处理长字符串，类似于我在related answer on dba.SE 中概述的解决方案可能是最好的做法。

或者（首选！）保证(c1, c2, c3) 始终按升序存储。您可以使用触发器BEFORE INSERT OR UPDATE 来保持行内的值有序。没有冗余存储，您可以简单地在三列上创建一个multi-column index 并一一进行比较（而不是像我的示例中那样比较数组）。