Postgres 窗口函数和按异常分组

Question

我正在尝试组合一个查询，该查询将检索用户在一段时间内的统计数据（利润/损失）作为累积结果。

这是我目前的查询：

SELECT p.name, e.date, 
    sum(sp.payout) OVER (ORDER BY e.date)
    - sum(s.buyin) OVER (ORDER BY e.date) AS "Profit/Loss" 
FROM result r 
    JOIN game g ON r.game_id = g.game_id 
    JOIN event e ON g.event_id = e.event_id 
    JOIN structure s ON g.structure_id = s.structure_id 
    JOIN structure_payout sp ON g.structure_id = sp.structure_id
                            AND r.position = sp.position 
    JOIN player p ON r.player_id = p.player_id 
WHERE p.player_id = 17 
GROUP BY p.name, e.date, e.event_id, sp.payout, s.buyin
ORDER BY p.name, e.date ASC

查询将运行。但是，结果有点不正确。原因是event 可以有多个游戏（具有不同的sp.payouts）。因此，如果用户在具有不同支出的事件中获得 2 个结果（即每个事件有 4 场比赛，用户从其中一场比赛中获得 20 英镑，从另一场比赛中获得 40 英镑），则上述内容会出现多行。

显而易见的解决方案是将GROUP BY 修改为：

GROUP BY p.name, e.date, e.event_id

但是，Postgres 对此抱怨，因为它似乎没有认识到 sp.payout 和 s.buyin 在聚合函数中。我得到了错误：

列“sp.payout”必须出现在 GROUP BY 子句中或用于 聚合函数

我在 Ubuntu Linux 服务器上运行 9.1。
我是否遗漏了什么，或者这可能是 Postgres 的真正缺陷？

Answer 1

实际上，您不是使用聚合函数。您正在使用 window functions。这就是 PostgreSQL 要求 sp.payout 和 s.buyin 包含在 GROUP BY 子句中的原因。

通过附加一个OVER 子句，聚合函数sum() 变成了一个窗口函数，它在保留所有行的同时聚合每个分区的值。

您可以组合窗口函数和聚合函数。首先应用聚合。从您的描述中，我不明白您希望如何处理每个事件的多个支出/买入。作为猜测，我计算每个事件的总和。 现在我可以从 GROUP BY 子句中删除 sp.payout 和 s.buyin 并在每个 player 和 event 中获得一行：

SELECT p.name
     , e.event_id
     , e.date
     , sum(sum(sp.payout)) OVER w
     - sum(sum(s.buyin  )) OVER w AS "Profit/Loss" 
FROM   player            p
JOIN   result            r ON r.player_id     = p.player_id  
JOIN   game              g ON g.game_id       = r.game_id 
JOIN   event             e ON e.event_id      = g.event_id 
JOIN   structure         s ON s.structure_id  = g.structure_id 
JOIN   structure_payout sp ON sp.structure_id = g.structure_id
                          AND sp.position     = r.position
WHERE  p.player_id = 17 
GROUP  BY e.event_id
WINDOW w AS (ORDER BY e.date, e.event_id)
ORDER  BY e.date, e.event_id;

在这个表达式中：sum(sum(sp.payout)) OVER w，外层sum()是一个窗口函数，内层sum()是一个聚合函数。

假设p.player_id 和e.event_id 在各自的表中是PRIMARY KEY。

我将e.event_id 添加到WINDOW 子句的ORDER BY 以达到确定性排序顺序。 （同一日期可能有多个事件。）结果中还包括event_id，以区分每天的多个事件。

虽然查询限制为单个玩家 (WHERE p.player_id = 17)，但我们不需要将p.name 或p.player_id 添加到GROUP BY 和ORDER BY。如果其中一个连接会过度地增加行，则结果总和将不正确（部分或完全相乘）。然后按p.name 分组无法修复查询。

我还从GROUP BY 子句中删除了e.date。主键e.event_id覆盖输入行since PostgreSQL 9.1的所有列。

如果您将查询更改为一次返回多个玩家，请调整：

...
WHERE  p.player_id < 17  -- example - multiple players
GROUP  BY p.name, p.player_id, e.date, e.event_id  -- e.date and p.name redundant
WINDOW w AS (ORDER BY p.name, p.player_id, e.date, e.event_id)
ORDER  BY p.name, p.player_id, e.date, e.event_id;

除非 p.name 被定义为唯一 (?)，否则由 player_id 进行分组和排序，以获得确定性排序顺序中的正确结果。

我只在GROUP BY 中保留了e.date 和p.name，以便在所有子句中具有相同的排序顺序，希望能提高性能。否则，您可以删除那里的列。 （与第一个查询中的 e.date 类似。）