PostgreSQL - 如何以正确的方式加入 M:M 表？

Question

我的数据库结构如下：

CREATE TABLE categories (
    name VARCHAR(30) PRIMARY KEY
);

CREATE TABLE additives (
    name VARCHAR(30) PRIMARY KEY
);

CREATE TABLE beverages (
    name VARCHAR(30) PRIMARY KEY,
    description VARCHAR(200),
    price NUMERIC(5, 2) NOT NULL CHECK (price >= 0),
    category VARCHAR(30) NOT NULL REFERENCES categories(name) ON DELETE CASCADE ON UPDATE CASCADE
);

CREATE TABLE b_additives_xref (
    bname VARCHAR(30) REFERENCES beverages(name) ON DELETE CASCADE ON UPDATE CASCADE,
    aname VARCHAR(30) REFERENCES additives(name) ON DELETE CASCADE ON UPDATE CASCADE, 
    PRIMARY KEY(bname, aname)
);


INSERT INTO categories VALUES
    ('Cocktails'), ('Biere'), ('Alkoholfreies');

INSERT INTO additives VALUES 
    ('Kaliumphosphat (E 340)'), ('Pektin (E 440)'), ('Citronensäure (E 330)');

INSERT INTO beverages VALUES
    ('Mojito Speciale', 'Cocktail mit Rum, Rohrzucker und Minze', 8, 'Cocktails'),
    ('Franziskaner Weißbier', 'Köstlich mildes Hefeweizen', 6, 'Biere'),
    ('Augustiner Hell', 'Frisch gekühlt vom Fass', 5, 'Biere'),
    ('Coca Cola', 'Coffeeinhaltiges Erfrischungsgetränk', 2.75, 'Alkoholfreies'),
    ('Sprite', 'Erfrischende Zitronenlimonade', 2.50, 'Alkoholfreies'),
    ('Karaffe Wasser', 'Kaltes, gashaltiges Wasser', 6.50, 'Alkoholfreies');

INSERT INTO b_additives_xref VALUES
    ('Coca Cola', 'Kaliumphosphat (E 340)'),
    ('Coca Cola', 'Pektin (E 440)'),
    ('Coca Cola', 'Citronensäure (E 330)');

SqlFiddle

我想要实现的是列出所有饮料及其属性（price、description 等）并从b_additives_xref 表中添加另一列additives，该列包含一个包含所有添加剂的串联字符串包含在每种饮料中。

我的查询目前看起来像这样并且几乎可以正常工作（我猜）：

SELECT 
    beverages.name AS name, 
    beverages.description AS description, 
    beverages.price AS price,
    beverages.category AS category, 
    string_agg(additives.name, ', ') AS additives 
FROM beverages, additives
    LEFT JOIN b_additives_xref ON b_additives_xref.aname = additives.name 
GROUP BY beverages.name
ORDER BY beverages.category;

输出如下：

Coca Cola       | Coffeeinhaltiges Erfrischungsgetränk | 2.75 | Alkoholfreies | Kaliumphosphat (E 340), Pektin (E 440), Citronensäure (E 330)
Karaffe Wasser  | Kaltes, gashaltiges Wasser           | 6.50 | Alkoholfreies | Kaliumphosphat (E 340), Pektin (E 440), Citronensäure (E 330)
Sprite          | Erfrischende Zitronenlimonade        | 2.50 | Alkoholfreies | Kaliumphosphat (E 340), Pektin (E 440), Citronensäure (E 330)
Augustiner Hell | Frisch gekühlt vom Fass              | 5.00 | Biere         | Kaliumphosphat (E 340)[...]

这当然是错误的，因为 b_additives_xref 表中只有“可口可乐”有现有行。
除了“Coca Cola”行之外，所有其他行在“additives”列中都应该有“null”或“empty field”值。我做错了什么？

Answer 1

对你的一些建议

架构

CREATE TABLE category (
   category_id int PRIMARY KEY
  ,category    text UNIQUE NOT NULL
);

CREATE TABLE beverage (
   beverage_id serial PRIMARY KEY
  ,beverage    text UNIQUE NOT NULL  -- maybe not unique?
  ,description text
  ,price       int NOT NULL CHECK (price >= 0)  -- in Cent
  ,category_id int NOT NULL REFERENCES category ON UPDATE CASCADE
                                        -- not: ON DELETE CASCADE 
);

CREATE TABLE additive (
   additive_id serial PRIMARY KEY
  ,additive    text UNIQUE
);

CREATE TABLE bev_add (
    beverage_id int REFERENCES beverage ON DELETE CASCADE ON UPDATE CASCADE
   ,additive_id int REFERENCES additive ON DELETE CASCADE ON UPDATE CASCADE 
   ,PRIMARY KEY(beverage_id, additive_id)
);

• 切勿使用“名称”作为名称。这是一个糟糕的、不具描述性的名字。
• 使用小的代理主键，对于大表最好使用serial 列，对于小表最好使用简单的integer。很有可能，饮料和添加剂的名称并不是严格唯一的，您需要不时更改它们，这使得它们成为主键的不良候选者。 integer 列也更小，处理速度更快。
• 如果您只有少数类别而没有其他属性，请考虑使用 enum。
• 当外键和主键的值相同时，最好使用相同的（描述性）名称。
• 我从不使用复数形式作为表名，除非单行包含多个实例。更短，只是一个有意义的，将复数形式留给实际的复数行。
• Just use text instead of character varying (n).
• 在使用 ON DELETE CASCADE 为查找表定义 fk 约束之前请三思而后行
  通常，如果您（错误地）删除了一个类别，您不希望自动删除所有饮料。
• 考虑一个普通的integer 列而不是NUMERIC(5, 2)（用美分的数字代替€/$）。更小、更快、更简单。 需要时在输出上格式化。

此密切相关的答案中的更多建议和链接：
How to implement a many-to-many relationship in PostgreSQL?

查询

适应新架构和一些一般建议。

SELECT b.*, string_agg(a.additive, ', ' ORDER BY a.additive) AS additives
                                     -- order by optional for sorted list
FROM   beverage      b
JOIN   category      c USING (category_id)
LEFT   JOIN bev_add ba USING (beverage_id)  -- simpler now
LEFT   JOIN additive a USING (additive_id)
GROUP  BY b.beverage_id, c.category_id
ORDER  BY c.category;

• 如果列名与别名相同，则不需要列别名。
• 使用建议的命名约定，您可以方便地使用USING in joins。
• 您还需要加入category 和GROUP BY category_id 或category（建议架构的缺点）。
• 对于大表，查询仍然会更快，因为表更小，索引更小更快，需要读取的页面更少。

Answer 2

我相信你正在寻找这个

SELECT 
    B.name AS name, 
    B.description AS description, 
    B.price AS price,
    B.category AS category, 
    string_agg(A.name, ', ') AS additives 
FROM Beverages B
    LEFT JOIN b_additives_xref xref ON xref.bname = B.name 
    Left join additives A on A.name = xref.aname
GROUP BY B.name
ORDER BY B.category;

输出

NAME    DESCRIPTION                                 PRICE   CATEGORY        ADDITIVES
Coca Cola   Coffeeinhaltiges Erfrischungsgetränk    2.75    Alkoholfreies   Kaliumphosphat (E 340), Pektin (E 440), Citronensäure (E 330)

问题是您的 beverages 和 additives 表之间存在笛卡尔积

FROM beverages, additives

每条记录都与其他记录一样。它们都需要显式连接到外部参照表。

Answer 3

我正在寻找的查询看起来像：

SELECT 
    B.name AS name, 
    B.description AS description, 
    B.price AS price,
    B.category AS category, 
    string_agg(A.name, ', ') AS additives 
FROM beverages B
    LEFT JOIN b_additives_xref xref ON xref.bname = B.name 
    LEFT JOIN additives A on A.name = xref.aname
GROUP BY B.name
ORDER BY B.category;

感谢 Brad 在他的回答和 cmets 中为我提供了解决方案。