PostgreSQL ORDER BY 问题 - 自然排序答案

【问题标题】：PostgreSQL ORDER BY issue - natural sortPostgreSQL ORDER BY 问题 - 自然排序
【发布时间】：2021-12-07 19:52:54
【问题描述】：

我在下表中遇到了 Postgres ORDER BY 问题：

em_code  name
EM001    AAA
EM999    BBB
EM1000   CCC

要向表中插入一条新记录，

我用SELECT * FROM employees ORDER BY em_code DESC选择最后一条记录
使用 reg exp 从 em_code 中剥离字母并存储在 ec_alpha
将remaing部分转换为整数ec_num
加一ec_num++
再次使用足够的 zeors 和前缀 ec_alpha 填充

当em_code达到EM1000时，上述算法失败。

第一步将返回 EM999 而不是 EM1000，它会再次将 EM1000 生成为新的em_code，从而打破唯一键约束。

知道如何选择EM1000吗？

【问题讨论】：

为什么不直接使用序列？
为什么不使用序列？ postgresql.org/docs/current/static/sql-createsequence.html
天哪，经典之作。计算机化纸质系统的规则一，智能数字是愚蠢的。将 em 放在一个列中，将 int 放在另一列中。需要时，将其重新构建为愚蠢的人类的一个 ID。
@Erwin Brandstetter 感谢您的编辑
请注意，如果一次有多个事务是INSERTing，您描述的方法将惨遭失败，除非您首先LOCK TABLE。关于排序，您可能会发现 this question 信息量很大。

标签： sql postgresql types sql-order-by natural-sort

【解决方案1】：

您可以采取的一种方法是为此创建一个naturalsort 函数。这是一个示例，由 Postgres 传奇RhodiumToad 编写。

create or replace function naturalsort(text)
    returns bytea language sql immutable strict as $f$
    select string_agg(convert_to(coalesce(r[2], length(length(r[1])::text) || length(r[1])::text || r[1]), 'SQL_ASCII'),'\x00')
    from regexp_matches($1, '0*([0-9]+)|([^0-9]+)', 'g') r;
$f$;

来源：http://www.rhodiumtoad.org.uk/junk/naturalsort.sql

要使用它，只需按您的顺序调用函数：

SELECT * FROM employees ORDER BY naturalsort(em_code) DESC

【讨论】：

【解决方案2】：

原因是字符串按字母顺序排序（而不是像您想要的那样按数字排序）并且1 在9 之前排序。你可以这样解决：

SELECT * FROM employees
ORDER  BY substring(em_code, 3)::int DESC;

如果可以的话，从em_code 中删除多余的“EM”会更有效，然后保存一个整数开头。

在评论中回答问题

从字符串中去除所有非数字：

SELECT regexp_replace(em_code, E'\\D','','g')
FROM   employees;

\D 是“非数字”的正则表达式 class-shorthand。
'g' 作为第四个参数是“全局”开关，用于将替换应用于字符串中的每个出现，而不仅仅是第一个.

用空字符串替换每个非数字后，只剩下数字。

【讨论】：

EM 例如可以存储在另一列中，并且这两列都可以声明为表的键。这也将简化插入新行的内容。
有什么办法可以去掉任何非数字而不是使用substring ？
@Mithun：有。我在答案中添加了一些内容。

【解决方案3】：

这总是出现在问题和我自己的发展中，我终于厌倦了这样做的棘手方法。我终于分解并将其实现为 PostgreSQL 扩展：

https://github.com/Bjond/pg_natural_sort_order

它可以免费使用，MIT 许可证。

基本上，它只是对字符串中的数字（零前置数字）进行规范化，这样您就可以创建一个索引列以进行自然的全速排序。自述文件解释了。

优点是您可以让触发器而不是您的应用程序代码来完成工作。它将在 PostgreSQL 服务器上以机器速度计算，并且添加列的迁移变得简单快捷。

【讨论】：

【解决方案4】：

从 Postgres 9.6 开始，可以指定一个排序规则，它可以自然地对带有数字的列进行排序。

https://www.postgresql.org/docs/10/collation.html

-- First create a collation with numeric sorting
CREATE COLLATION numeric (provider = icu, locale = 'en@colNumeric=yes');

-- Alter table to use the collation
ALTER TABLE "employees" ALTER COLUMN "em_code" type TEXT COLLATE numeric;

现在只需按其他方式查询即可。

SELECT * FROM employees ORDER BY em_code

在我的数据上，我按以下顺序得到结果（注意它也对外国数字进行排序）：

Value
0
0001
001
1
06
6
13
۱۳
14

【讨论】：

【解决方案5】：

你可以只使用这一行 "ORDER BY 长度(子字符串(em_code FROM '[0-9]+')), em_code"

【讨论】：

【解决方案6】：

（我仅将这个答案作为有用的交叉引用发布，因此它是社区 wiki）。

【讨论】：

【解决方案7】：

我想出了一些稍微不同的东西。

基本思想是创建一个元组数组(integer, string)，然后按这些进行排序。幻数 2147483647 是 int32_max，用于将字符串排在数字之后。

  ORDER BY ARRAY(
    SELECT ROW(
      CAST(COALESCE(NULLIF(match[1], ''), '2147483647') AS INTEGER),
      match[2]
    )
    FROM REGEXP_MATCHES(col_to_sort_by, '(\d*)|(\D*)', 'g')
    AS match
  )

【讨论】：

【解决方案8】：

我想到了另一种方法，它比填充使用更少的数据库存储，并且比动态计算节省时间。

https://stackoverflow.com/a/47522040/935122

我也放到了 GitHub 上

https://github.com/ccsalway/dbNaturalSort

【讨论】：

【解决方案9】：

以下解决方案是another question中提出的各种想法以及classic solution中的一些想法的组合：

create function natsort(s text) returns text immutable language sql as $$
  select string_agg(r[1] || E'\x01' || lpad(r[2], 20, '0'), '')
  from regexp_matches(s, '(\D*)(\d*)', 'g') r;
$$;

这个函数的设计目标是简单和纯字符串操作（没有自定义类型和数组），所以它可以很容易地用作一个插入式解决方案，并且很容易被索引。

注意：如果您希望数字超过 20 位数，则必须将函数中硬编码的最大长度 20 替换为合适的更大长度。请注意，这将直接影响结果字符串的长度，因此不要使该值大于所需值。

【讨论】：