按聚合 (ARRAY_AGG) 聚合？答案

【问题标题】：Aggregate by aggregate (ARRAY_AGG)?按聚合 (ARRAY_AGG) 聚合？
【发布时间】：2013-03-27 14:54:44
【问题描述】：

假设我有一个简单的表 agg_test，它有 3 列 - id、column_1 和 column_2。数据集，例如：

id|column_1|column_2
--------------------
 1|       1|       1
 2|       1|       2
 3|       1|       3
 4|       1|       4
 5|       2|       1
 6|       3|       2
 7|       4|       3
 8|       4|       4
 9|       5|       3
10|       5|       4

这样的查询（带有自连接）：

SELECT
  a1.column_1,
  a2.column_1,
  ARRAY_AGG(DISTINCT a1.column_2 ORDER BY a1.column_2)
FROM agg_test a1
JOIN agg_test a2 ON a1.column_2 = a2.column_2 AND a1.column_1 <> a2.column_1
WHERE a1.column_1 = 1
GROUP BY a1.column_1, a2.column_1

会产生这样的结果：

column_1|column_1|array_agg
---------------------------
       1|       2|      {1}
       1|       3|      {2}
       1|       4|    {3,4}
       1|       5|    {3,4}

我们可以看到，对于连接表中的值 4 和 5，我们在最后一列中得到了相同的结果。那么，是否有可能以某种方式将结果分组，例如：

column_1|column_1|array_agg
---------------------------
       1|     {2}|      {1}
       1|     {3}|      {2}
       1|   {4,5}|    {3,4}

感谢您的任何回答。如果有任何不清楚的地方或可以以更好的方式呈现，请在 cmets 中告诉我，我会尽量让这个问题更具可读性。

【问题讨论】：

标签： sql postgresql postgresql-9.1

【解决方案1】：

我不确定您是否可以按数组聚合。如果可以，这是一种方法：

select col1, array_agg(col2), ar
from (SELECT a1.column_1 as col1, a2.column_1 as col2,
             ARRAY_AGG(DISTINCT a1.column_2 ORDER BY a1.column_2) as ar
      FROM agg_test a1 JOIN
           agg_test a2
           ON a1.column_2 = a2.column_2 AND a1.column_1 <> a2.column_1
      WHERE a1.column_1 = 1
      GROUP BY a1.column_1, a2.column_1
     ) t
group by col1, ar

另一种方法是使用array_dims 将数组值转换为字符串。

【讨论】：

【解决方案2】：

你也可以试试这样的：

SELECT DISTINCT
  a1.column_1,
  ARRAY_AGG(a2.column_1) OVER (
    PARTITION BY
      a1.column_1,
      ARRAY_AGG(DISTINCT a1.column_2 ORDER BY a1.column_2)
  ) AS "a2.column_1 agg",
  ARRAY_AGG(DISTINCT a1.column_2 ORDER BY a1.column_2)
FROM agg_test a1
JOIN agg_test a2 ON a1.column_2 = a2.column_2 AND a1.column_1  a2.column_1
WHERE a1.column_1 = 1
GROUP BY a1.column_1, a2.column_1
;

（突出显示的是与您在问题中发布的查询不同的部分。）

上面使用窗口ARRAY_AGG 将a2.column_1 的值与另一个ARRAY_AGG 组合在一起，使用后者的结果作为分区标准之一。如果没有DISTINCT，它将为您的示例生成两个{4,5} 行。因此，需要DISTINCT 来消除重复项。

这是一个 SQL Fiddle 演示：http://sqlfiddle.com/#!1/df5c3/4

但请注意，窗口 ARRAY_AGG 不能像“正常”对应窗口那样具有 ORDER BY。这意味着列表中a2.column_1 值的顺序将是不确定的，尽管在链接的演示中它恰好与您预期输出中的匹配。

【讨论】：