基于具有可能链的两列对记录进行分组

Question

我正在使用 PostgreSQL，但我对 SQL 却一无所知。我有一个很长的记录表，并希望将它们分配到组中，其中组的每个成员具有与组中至少一个其他成员相同的两列之一。理想情况下，通过创建一个表格，其中包含来自任一列的所有不同值（那里没有重叠，因为它们是完全不同的字符值）以及它们所属的组数。

我希望某些组仅由一个成员组成，但可能存在很长的关系链，其中两条记录未连接，但第三条记录将它们连接起来。使用编程语言（例如 JavaScript）我可能会使用递归函数，但使用 SQL 我会迷路。

我曾尝试寻找答案，但我发现很难找到合适的关键词。这有点像一个巨大的多米诺骨牌游戏，但仍然有点不同。这个问题有什么简单的解决方案吗？如果没有，有人可以指点我一个好的方向吗？

编辑： 一些示例数据。 userId 和 session 是我的两列。所以在这种情况下，Id 2、4 和 6 将在同一个组中。

Id 类型 userID 会话 1 回调 25596094 lJcD7fiFCnB4o4ZxI_DQHKMmBGW1T0b4 2 回调 26631605 xupFcU6C8cl7wdviOnc1XX37Feg234vK 3 回调 02-9128924-01 eNE8VuJBz9vffGeuALy72owq1cJhK84l 4 回调 26631605 GhenxfiVXQaGbYq2_SXJhhkvTRN8M3vb 5 回调globetrotter-394146 PdJEDeW57piXMu6nNsJjLZeFmNrP2jvG 6 回调 31831125 xupFcU6C8cl7wdviOnc1XX37Feg234vK

Answer 1

这只是一个部分解决方案，它将根据您的逻辑检索与第一行“相关”的所有行。

在这种情况下，如果我们从行 (id = 4) 开始，查询可能是：

with recursive
x as (
  select * from my_table where id = 4 -- this is the starting row
  union all
  select t.* 
  from my_table t
  join x on t.userID = x.userId or t.session = x.session
)
select * from x

结果将是：

Id   Type      userID                session
4    callback  26631605              GhenxfiVXQaGbYq2_SXJhhkvTRN8M3vb
2    callback  26631605              xupFcU6C8cl7wdviOnc1XX37Feg234vK
6    callback  31831125              xupFcU6C8cl7wdviOnc1XX37Feg234vK

查询需要更多的工作才能使其对所有行运行，而不仅仅是像这种情况下的子集。

2018 年 12 月 7 日更新：

我编写了一个 SQL 更新，它将找到 one 组并为其分配一个新的（不同的）group_id 值。如果您多次运行此 SQL 更新，您最终会将组 ID 分配给所有行。这里是：

alter table my_table add group_id int; -- extra column stores the group_id

create sequence group_id_seq; -- will generate a different group_id each time

with recursive
s as (
  select nextval('group_id_seq') as nv
),
x as (
  select * from (
    select * from my_table where group_id is null fetch first 1 rows only
  ) x
  union
  select t.*
  from my_table t
  join x on t.userid = x.userid or t.session = x.session
)
update my_table t set group_id = s.nv from s, x where t.id = x.id;

同样，每次运行它时，它都会用新的组 id 值标记一组新的 [未标记] 行。

希望对你有帮助。