使用每个表中的一列比较两个表函数的结果

Question

根据here 的说明，我创建了两个使用EXECUTE FORMAT 并返回(int,smallint) 的同一张表的函数。

示例定义：

CREATE OR REPLACE FUNCTION function1(IN _tbl regclass, IN _tbl2 regclass, 
IN field1 integer) 
RETURNS TABLE(id integer, dist smallint)

CREATE OR REPLACE FUNCTION function2(IN _tbl regclass, IN _tbl2 regclass, 
IN field1 integer) 
RETURNS TABLE(id integer, dist smallint)

两个函数返回完全相同的行数。示例结果（将始终按 dist 排序）：

(49,0)
(206022,3)
(206041,3)
(92233,4)

有没有办法比较相同行的两个函数之间的第二个字段的值，以确保两个结果相同：

例如：

SELECT
function1('tblp1','tblp2',49),function2('tblp1_v2','tblp2_v2',49)

返回类似：

(49,0)      (49,0)
(206022,3)  (206022,3)
(206041,3)  (206041,3)
(92233,4)   (133,4)

虽然我并不期待相同的结果（每个函数都是一个 topK 查询，并且我有任意中断的关系/在第二个函数中进行了一些优化以获得更快的性能）我可以确保这两个函数如果每一行的结果中的第二个数字相同，则返回正确的结果。在上面的例子中，我可以确保得到正确的结果，因为：

1st row 0 = 0,
2nd row 3 = 3,
3rd row 3 = 3,
4th row 4 = 4

尽管对于第 4 行，92233!=133

有没有办法只获取每个函数结果的第二个字段，以批量比较它们，例如类似于：

SELECT COUNT(*)
FROM 
(SELECT
function1('tblp1','tblp2',49).field2,
function2('tblp1_v2','tblp2_v2',49).field2 ) n2
WHERE  function1('tblp1','tblp2',49).field2 != function1('tblp1','tblp2',49).field2;

我使用的是 PostgreSQL 9.3。

Answer 1

有没有办法只获取每个函数结果的第二个字段，对它们进行批量比较？

以下所有答案均假设行按匹配顺序返回。

Postgres 9.3

具有从 SRF 函数中分解行的古怪特性，并行返回 相同的行数：

SELECT count(*) AS mismatches
FROM  (
   SELECT function1('tblp1','tblp2',49) AS f1
        , function2('tblp1_v2','tblp2_v2',49) AS f2
   ) sub
WHERE  (f1).dist <> (f2).dist;  -- note the parentheses!

行类型周围的括号对于消除可能的表引用的歧义是必要的。 Details in the manual here.

如果返回的行数不同，则默认为行的笛卡尔积（这会完全破坏它）。

Postgres 9.4

WITH ORDINALITY 动态生成行号

您可以使用WITH ORDINALITY 即时生成行号，而无需依赖SELECT 列表中SRF 函数的配对结果：

SELECT count(*) AS mismatches
FROM      function1('tblp1','tblp2',49)       WITH ORDINALITY AS f1(id,dist,rn)
FULL JOIN function2('tblp1_v2','tblp2_v2',49) WITH ORDINALITY AS f2(id,dist,rn) USING (rn)
WHERE  f1.dist IS DISTINCT FROM f2.dist;

这适用于每个函数的相同行数以及不同的行数（这将被视为不匹配）。

相关：

• PostgreSQL unnest() with element number

ROWS FROM逐行加入集合

SELECT count(*) AS mismatches
FROM   ROWS FROM (function1('tblp1','tblp2',49)
                , function2('tblp1_v2','tblp2_v2',49)) t(id1, dist1, id2, dist2)
WHERE  t.dist1 IS DISTINCT FROM t.dist2;

相关答案：

• Is it possible to answer queries on a view before fully materializing the view?

旁白：
EXECUTE FORMAT 不是一套 plpgsql 功能。 RETURN QUERY 是。 format() 只是一个方便的构建查询字符串的函数，可以在 SQL 或 plpgsql 的任何地方使用。

Answer 2

无法保证从函数返回行的顺序。如果您可以从函数中返回row_number()（下例中为rn），那么：

select
    count(f1.dist is null or f2.dist is null or null) as diff_count
from
    function1('tblp1','tblp2',49) f1
    inner join
    function2('tblp1_v2','tblp2_v2',49) f2 using(rn)

Answer 3

供将来参考：

检查行数的差异：

SELECT 
ABS(count(f1a.*)-count(f2a.*))  
FROM
(SELECT f1.dist, row_number()  OVER(ORDER BY f1.dist) rn
FROM
function1('tblp1','tblp2',49) f1)
f1a FULL JOIN 

(SELECT f2.dist, row_number() OVER(ORDER BY f2.dist) rn
FROM
function2('tblp1_v2','tblp2_v2',49) f2) f2a
USING (rn);

检查相同有序行的 dist 差异：

SELECT 
COUNT(*)  

FROM

(SELECT f1.dist, row_number()  OVER(ORDER BY f1.dist) rn
FROM
function1('tblp1','tblp2',49) f1)
f1a 
(SELECT f2.dist, row_number() OVER(ORDER BY f2.dist) rn
FROM
function2('tblp1_v2','tblp2_v2',49) f2) f2a
WHERE f1a.rn=f2a.rn
AND f1a.distance <> f2a.distance;

一个简单的 OVER() 也可以工作，因为函数的结果已经被排序但被添加以进行额外检查。