如何从内部查询访问 GROUP BY 中的截断值？

Question

我遇到了一个有趣的情况，内部查询无法访问GROUP BY 子句中使用的截断值。如何从父查询访问 trunc-modified GROUP BY 子句？

这是一个精简版：

SELECT
date_trunc('week', mainEvent.timestamp::date + 1)::date -1 AS weekly,
   (
        SELECT sum(p.value)
        FROM myschema.purchase as p
        WHERE p.non_unique_id = mainEvent.non_unique_id
              AND date_trunc('week', p.timestamp::date + 1)::date -1 
                = date_trunc('week', mainEvent.timestamp::date + 1)
        GROUP BY (date_trunc('week', p.timestamp::date + 1)::date -1)::date
   ) as percent_of_week
FROM myschema.event as mainEvent
WHERE mainEvent.internal_feed_name IS NOT NULL
GROUP BY weekly, mainEvent.non_unique_id;

这会产生错误subquery uses ungrouped column "mainevent.timestamp" from outer query Position: 1587

我尝试将外部 GROUP BY 子句更改为：

GROUP BY date_trunc('week', mainEvent.timestamp::date + 1)::date -1, mainEvent.non_unique_id

但它返回相同的错误。但是，如果我从外部 GROUP BY 中删除 trunc

GROUP BY mainEvent.timestamp

引用外部查询的GROUP BY“有效”。这让我认为这原则上有效，但 PostGres 不理解变异的分组。也许有一些语法糖可以使这项工作？有没有办法通过创建一个临时表来做到这一点？我还尝试了窗口函数sum(over) 等的一些变体，但我仍然遇到引用父分组列的问题...我不想按原始时间戳分组，我想每周分组。

目标：我需要在我做伪代码的地方汇总数据：(x / sum(x) in week) as percent_of_week 每周总计的总和。

所以一些数学除以组的总和。实际上，子查询有一个与每个唯一相关的分子（为简洁起见，此处省略），除以主组week 的总和，这就是为什么简单地加入不起作用的原因。我的架构中也没有外键（原始分析数据）。

Answer 1

多个问题。考虑LEFT JOIN LATERAL 而不是：

SELECT *
FROM  (
   SELECT non_unique_id
        , date_trunc('week', timestamp + interval '1 day')::date - 1 AS weekly
   FROM   myschema.event
   WHERE  internal_feed_name IS NOT NULL
   GROUP  BY 1, 2
   ) main_event
LEFT   JOIN LATERAL (
   SELECT sum(p.value) AS sum_value
   FROM   myschema.purchase p
   WHERE  p.non_unique_id = main_event.non_unique_id
   AND    p.timestamp >= main_event.weekly
   AND    p.timestamp <  main_event.weekly + 7
   ) p ON true;

在您的原文中，相关子查询引用了输入列mainEvent.timestamp，未分组，因为这在逻辑上发生在聚合之前。这就是您报告错误消息的直接原因。

您无法通过引用 输出 列名称 weekly 来解决此问题，因为它在相关子查询中不可见。您必须重写查询：首先聚合，然后加入表purchase。

我建议使用更简洁的LEFT JOIN LATERAL 而不是相关的子查询（尽管现在可以在下一个查询级别这样做）。

不需要在子查询中添加另一个GROUP BY，因为它应该在任何情况下都生成恰好一个 行。只需将其删除。

我通过使用位置引用而不是重复SELECT 列表中的表达式来缩短代码。这是可选的。见：

• When can we use an identifier number instead of its name in PostgreSQL?

使用“sargable”表达式通常效率更高：

WHERE    p.timestamp >= main_event.weekly
AND      p.timestamp <  main_event.weekly + 7

假设您想要从weekly 开始的那一周。否则相应地移动两个边界。

关于LATERAL：

• What is the difference between LATERAL JOIN and a subquery in PostgreSQL?