检查聚合数据中是否存在相关数据答案

【问题标题】：Check if related data exists within aggregated data检查聚合数据中是否存在相关数据
【发布时间】：2023-04-04 22:05:01
【问题描述】：

我正在尝试编写一个能够检查聚合数据范围内是否存在某个数据的 SQL 查询，我在查询中使用ARRAY_AGG 函数。

架构如下所示：

Schema Browser
----------------------------
  + post (TABLE)
      postid int4(10)
      name varchar(5)

  + posttag (TABLE)
      posttagid int4(10)
      postid int4(10)
      tagid int4(10)

  + tag (TABLE)
      tagid int4(10)
      name varchar(20)

这是我使用ARRAY_AGG 获取所有带有标签的帖子的查询：

SELECT * FROM post,
LATERAL (
  SELECT
    ARRAY_AGG( DISTINCT tag.name ) AS tags 
    FROM tag, posttag 
    WHERE post.postid = posttag.postid
    AND posttag.tagid = tag.tagid
) posts

它将输出这个结果集，这正是我正在寻找的：

问题是当我尝试使用标签过滤器时！例如，我想获取所有包含“node”和“test”标签的帖子。假设“test”标签的 id 为 1，而“node”标签的 id 为 2。所以我正在尝试IN 像这样的tag.tagid IN (1, 2) 条件，这就是我将如何在查询中添加 where 条件：

SELECT * FROM post,
LATERAL (
  SELECT
    ARRAY_AGG( DISTINCT tag.name ) AS tags 
    FROM tag, posttag 
    WHERE post.postid = posttag.postid
    AND posttag.tagid = tag.tagid
    AND tag.tagid IN (1, 2)
) posts

但现在它失去了所有其他标签，好像所有帖子都只有两个标签，这是不正确的。还有一些空标签！

这里是SQLFiddle游乐场。

如何简单地检查 ID 1 和 2 是否存在于 ARRAY_AGG 中，这样它就不会改变结果？

【问题讨论】：

如果你想要一个逗号分隔的列表，string_agg() 可能比array_agg() 更好

标签： sql postgresql database-design

【解决方案1】：

demo:db<>fiddle

WHERE 子句在聚合之前过滤标签。在您的情况下，HAVING 子句有助于过滤分组记录。 && 数组运算符检查两个数组之间的重叠：

   SELECT * FROM post,
    LATERAL (
      SELECT
        ARRAY_AGG( DISTINCT tag.name ) AS tags 
        FROM tag, posttag 
        WHERE post.postid = posttag.postid
        AND posttag.tagid = tag.tagid
        HAVING ARRAY[1,2] && ARRAY_AGG(DISTINCT tag.tagid)
    ) posts

结果：

postid | name  | tags               
-----: | :---- | :------------------
     1 | hello | {go,node,rust,test}
     2 | world | {node,test}

【讨论】：

【解决方案2】：

首先按照您想要的方式将所有内容组合在一起。不要在子查询中创建标签列表并将其连接到post，而是将post、posttag 和tag 连接在一起并使用GROUP BY 创建标签列表。我使用LEFT JOIN 而不是INNER JOIN，以防post 没有posttag：

SELECT p.postid,
  p.name,
  ARRAY_AGG(DISTINCT t.name) AS tags
FROM post p
 LEFT JOIN posttag pt
   ON p.postid = pt.postid
 LEFT JOIN tag t
   ON pt.tagid = t.tagid
GROUP BY p.postid,
  p.name

以上将给您提供与未过滤查询相同的结果，并且它具有更好的查询计划（4.2k 与 82.5k）。使用 INNER JOIN 可以进一步提高 (3.9k)。

至于过滤，您遇到的问题是您只过滤了posttag 和tag 加入，而不是实际的帖子。为此，使用子查询从posttag 中选择具有所需标签的postid。在IN 语句中使用它，如下所示：

SELECT p.postid,
  p.name,
  ARRAY_AGG(DISTINCT t.name) AS tags
FROM post p
 LEFT JOIN posttag pt
   ON p.postid = pt.postid
 LEFT JOIN tag t
   ON pt.tagid = t.tagid
WHERE p.postid IN (SELECT postid FROM posttag WHERE tagid IN (1,2))
GROUP BY p.postid,
  p.name

SQLFiddle

【讨论】：