PostgreSQL ആന്റിപാറ്റേണുകൾ: മുയൽ ദ്വാരത്തിന് എത്ര ആഴമുണ്ട്? നമുക്ക് ശ്രേണിയിലൂടെ പോകാം

സങ്കീർണ്ണമായ ERP സിസ്റ്റങ്ങളിൽ പല എന്റിറ്റികൾക്കും ഒരു ശ്രേണി സ്വഭാവമുണ്ട്ഏകതാനമായ വസ്തുക്കൾ അണിനിരക്കുമ്പോൾ പൂർവികരും പിൻഗാമികളും തമ്മിലുള്ള ബന്ധത്തിന്റെ വൃക്ഷം - ഇതാണ് എന്റർപ്രൈസസിന്റെ സംഘടനാ ഘടന (ഈ എല്ലാ ശാഖകളും വകുപ്പുകളും വർക്ക് ഗ്രൂപ്പുകളും), കൂടാതെ ചരക്കുകളുടെ കാറ്റലോഗ്, ജോലിയുടെ മേഖലകൾ, സെയിൽസ് പോയിന്റുകളുടെ ഭൂമിശാസ്ത്രം,...

വാസ്തവത്തിൽ, ഒന്നുമില്ല ബിസിനസ്സ് ഓട്ടോമേഷൻ മേഖലകൾ, ഫലമായി ഒരു ശ്രേണിയും ഉണ്ടാകില്ല. എന്നാൽ നിങ്ങൾ "ബിസിനസിനായി" പ്രവർത്തിക്കുന്നില്ലെങ്കിലും, നിങ്ങൾക്ക് ഇപ്പോഴും ശ്രേണിപരമായ ബന്ധങ്ങൾ എളുപ്പത്തിൽ നേരിടാൻ കഴിയും. ഇത് നിസ്സാരമാണ്, നിങ്ങളുടെ ഫാമിലി ട്രീ അല്ലെങ്കിൽ ഷോപ്പിംഗ് സെന്ററിലെ ഫ്ലോർ പ്ലാൻ പോലും ഒരേ ഘടനയാണ്.

അത്തരമൊരു മരം ഒരു ഡിബിഎംഎസിൽ സംഭരിക്കുന്നതിന് നിരവധി മാർഗങ്ങളുണ്ട്, എന്നാൽ ഇന്ന് ഞങ്ങൾ ഒരു ഓപ്ഷനിൽ മാത്രം ശ്രദ്ധ കേന്ദ്രീകരിക്കും:

CREATE TABLE hier(
  id
    integer
      PRIMARY KEY
, pid
    integer
      REFERENCES hier
, data
    json
);

CREATE INDEX ON hier(pid); -- не забываем, что FK не подразумевает автосоздание индекса, в отличие от PK

നിങ്ങൾ ശ്രേണിയുടെ ആഴങ്ങളിലേക്ക് ഉറ്റുനോക്കുമ്പോൾ, അത്തരമൊരു ഘടനയിൽ നിങ്ങളുടെ "നിഷ്‌കളങ്ക" രീതികൾ എത്രത്തോളം ഫലപ്രദമാകുമെന്ന് കാണാൻ അത് ക്ഷമയോടെ കാത്തിരിക്കുന്നു.

ഉണ്ടാകുന്ന സാധാരണ പ്രശ്നങ്ങൾ, SQL-ൽ അവ നടപ്പിലാക്കുന്നത്, അവയുടെ പ്രകടനം മെച്ചപ്പെടുത്താൻ ശ്രമിക്കാം.

#1. മുയലിന്റെ ദ്വാരത്തിന്റെ ആഴം എത്രയാണ്?

ഡിപ്പാർട്ട്‌മെന്റുകൾ, ഡിവിഷനുകൾ, സെക്ടറുകൾ, ബ്രാഞ്ചുകൾ, വർക്കിംഗ് ഗ്രൂപ്പുകൾ ... - നിങ്ങൾ അവയെ എന്ത് വിളിച്ചാലും, ഈ ഘടന ഓർഗനൈസേഷന്റെ ഘടനയിൽ വകുപ്പുകളുടെ കീഴ്വഴക്കത്തെ പ്രതിഫലിപ്പിക്കുമെന്ന് നമുക്ക് ഉറപ്പായി അംഗീകരിക്കാം.

ആദ്യം, നമുക്ക് 10K ഘടകങ്ങളുടെ 'വൃക്ഷം' സൃഷ്ടിക്കാം

INSERT INTO hier
WITH RECURSIVE T AS (
  SELECT
    1::integer id
  , '{1}'::integer[] pids
UNION ALL
  SELECT
    id + 1
  , pids[1:(random() * array_length(pids, 1))::integer] || (id + 1)
  FROM
    T
  WHERE
    id < 10000
)
SELECT
  pids[array_length(pids, 1)] id
, pids[array_length(pids, 1) - 1] pid
FROM
  T;

ഏറ്റവും ലളിതമായ ജോലിയിൽ നിന്ന് നമുക്ക് ആരംഭിക്കാം - ഒരു പ്രത്യേക മേഖലയിൽ ജോലി ചെയ്യുന്ന എല്ലാ ജീവനക്കാരെയും കണ്ടെത്തുക, അല്ലെങ്കിൽ ശ്രേണിയുടെ അടിസ്ഥാനത്തിൽ - ഒരു നോഡിന്റെ എല്ലാ കുട്ടികളെയും കണ്ടെത്തുക. പിൻഗാമിയുടെ "ആഴം" ലഭിക്കുന്നത് നന്നായിരിക്കും ... ഇതെല്ലാം ആവശ്യമായി വന്നേക്കാം, ഉദാഹരണത്തിന്, ഏതെങ്കിലും തരത്തിലുള്ള നിർമ്മാണത്തിന് ഈ ജീവനക്കാരുടെ ഐഡികളുടെ ലിസ്റ്റ് അടിസ്ഥാനമാക്കിയുള്ള സങ്കീർണ്ണമായ തിരഞ്ഞെടുപ്പ്.

ഈ പിൻഗാമികളുടെ രണ്ട് ലെവലുകൾ മാത്രമേ ഉള്ളൂവെങ്കിൽ എല്ലാം ശരിയാകും, എണ്ണം ഒരു ഡസനിനുള്ളിൽ ആണെങ്കിൽ, എന്നാൽ 5 ലെവലിൽ കൂടുതൽ ഉണ്ടെങ്കിൽ, ഇതിനകം ഡസൻ കണക്കിന് പിൻഗാമികൾ ഉണ്ടെങ്കിൽ, പ്രശ്നങ്ങൾ ഉണ്ടാകാം. പരമ്പരാഗത ഡൗൺ-ദി-ട്രീ സെർച്ച് ഓപ്‌ഷനുകൾ എങ്ങനെയാണ് എഴുതപ്പെട്ടിരിക്കുന്നത് (ഒപ്പം പ്രവർത്തിക്കുന്നു) എന്ന് നോക്കാം. എന്നാൽ ആദ്യം, ഞങ്ങളുടെ ഗവേഷണത്തിന് ഏറ്റവും രസകരമായ നോഡുകൾ ഏതെന്ന് നമുക്ക് നിർണ്ണയിക്കാം.

ഏറ്റവും കൂടുതൽ "ആഴമുള്ള" ഉപവൃക്ഷങ്ങൾ:

WITH RECURSIVE T AS (
  SELECT
    id
  , pid
  , ARRAY[id] path
  FROM
    hier
  WHERE
    pid IS NULL
UNION ALL
  SELECT
    hier.id
  , hier.pid
  , T.path || hier.id
  FROM
    T
  JOIN
    hier
      ON hier.pid = T.id
)
TABLE T ORDER BY array_length(path, 1) DESC;

 id  | pid  | path
---------------------------------------------
7624 | 7623 | {7615,7620,7621,7622,7623,7624}
4995 | 4994 | {4983,4985,4988,4993,4994,4995}
4991 | 4990 | {4983,4985,4988,4989,4990,4991}
...

ഏറ്റവും കൂടുതൽ "വിശാലം" ഉപവൃക്ഷങ്ങൾ:

...
SELECT
  path[1] id
, count(*)
FROM
  T
GROUP BY
  1
ORDER BY
  2 DESC;

id   | count
------------
5300 |   30
 450 |   28
1239 |   27
1573 |   25

ഈ ചോദ്യങ്ങൾക്ക് ഞങ്ങൾ സാധാരണ ഉപയോഗിച്ചു ആവർത്തന ചേരൽ:


വ്യക്തമായും, ഈ അഭ്യർത്ഥന മാതൃകയിൽ ആവർത്തനങ്ങളുടെ എണ്ണം മൊത്തം പിൻഗാമികളുടെ എണ്ണത്തിന് തുല്യമായിരിക്കും (അവയിൽ നിരവധി ഡസൻ ഉണ്ട്), ഇതിന് വളരെ പ്രധാനപ്പെട്ട വിഭവങ്ങൾ എടുക്കാം, അതിന്റെ ഫലമായി സമയം.

നമുക്ക് "വിശാലമായ" ഉപവൃക്ഷം പരിശോധിക്കാം:

WITH RECURSIVE T AS (
  SELECT
    id
  FROM
    hier
  WHERE
    id = 5300
UNION ALL
  SELECT
    hier.id
  FROM
    T
  JOIN
    hier
      ON hier.pid = T.id
)
TABLE T;

[explain.tensor.ru-ൽ കാണുക]

പ്രതീക്ഷിച്ചതുപോലെ, ഞങ്ങൾ 30 റെക്കോർഡുകളും കണ്ടെത്തി. എന്നാൽ അവർ മൊത്തം സമയത്തിന്റെ 60% ഇതിനായി ചെലവഴിച്ചു - കാരണം അവർ സൂചികയിൽ 30 തിരയലുകളും നടത്തി. കുറച്ചുകൂടി ചെയ്യാൻ പറ്റുമോ?

സൂചിക പ്രകാരം ബൾക്ക് പ്രൂഫ് റീഡിംഗ്

ഓരോ നോഡിനും ഒരു പ്രത്യേക സൂചിക അന്വേഷണം നടത്തേണ്ടതുണ്ടോ? ഇല്ല എന്ന് മാറുന്നു - നമുക്ക് സൂചികയിൽ നിന്ന് വായിക്കാം ഒരു കോളിൽ ഒരേസമയം നിരവധി കീകൾ ഉപയോഗിക്കുന്നു സഹായത്തോടെ = ANY(array).

അത്തരത്തിലുള്ള ഓരോ ഐഡന്റിഫയറുകളിലും നമുക്ക് മുമ്പത്തെ ഘട്ടത്തിൽ കണ്ടെത്തിയ എല്ലാ ഐഡികളും "നോഡുകൾ" ഉപയോഗിച്ച് എടുക്കാം. അതായത്, ഓരോ അടുത്ത ഘട്ടത്തിലും ഞങ്ങൾ ചെയ്യും ഒരു നിശ്ചിത തലത്തിലുള്ള എല്ലാ പിൻഗാമികളെയും ഒരേസമയം തിരയുക.

ഇവിടെ മാത്രമാണ് പ്രശ്നം, ആവർത്തന തിരഞ്ഞെടുപ്പിൽ, ഒരു നെസ്റ്റഡ് അന്വേഷണത്തിൽ നിങ്ങൾക്ക് സ്വയം ആക്സസ് ചെയ്യാൻ കഴിയില്ല, എന്നാൽ മുമ്പത്തെ ലെവലിൽ കണ്ടെത്തിയവ മാത്രം ഞങ്ങൾ എങ്ങനെയെങ്കിലും തിരഞ്ഞെടുക്കേണ്ടതുണ്ട്... മുഴുവൻ തിരഞ്ഞെടുപ്പിനും ഒരു നെസ്റ്റഡ് അന്വേഷണം നടത്തുന്നത് അസാധ്യമാണെന്ന് ഇത് മാറുന്നു, പക്ഷേ അതിന്റെ നിർദ്ദിഷ്ട ഫീൽഡിന് ഇത് സാധ്യമാണ്. ഈ ഫീൽഡും ഒരു അറേ ആകാം - അതാണ് നമ്മൾ ഉപയോഗിക്കേണ്ടത് ANY.

ഇത് അൽപ്പം ഭ്രാന്താണെന്ന് തോന്നുന്നു, പക്ഷേ ഡയഗ്രാമിൽ എല്ലാം ലളിതമാണ്.

WITH RECURSIVE T AS (
  SELECT
    ARRAY[id] id$
  FROM
    hier
  WHERE
    id = 5300
UNION ALL
  SELECT
    ARRAY(
      SELECT
        id
      FROM
        hier
      WHERE
        pid = ANY(T.id$)
    ) id$
  FROM
    T
  WHERE
    coalesce(id$, '{}') <> '{}' -- условие выхода из цикла - пустой массив
)
SELECT
  unnest(id$) id
FROM
  T;

[explain.tensor.ru-ൽ കാണുക]

ഇവിടെ ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യം പോലും അല്ല കൃത്യസമയത്ത് 1.5 തവണ വിജയിക്കുകസൂചികയിലേക്ക് 5 കോളുകൾക്ക് പകരം 30 കോളുകൾ മാത്രമേ ഉള്ളൂ എന്നതിനാൽ, ഞങ്ങൾ കുറച്ച് ബഫറുകൾ കുറച്ചിട്ടുണ്ട്!

അന്തിമ അൺനെസ്റ്റിന് ശേഷവും, ഐഡന്റിഫയറുകൾ "ലെവലുകൾ" അനുസരിച്ച് ക്രമീകരിച്ച് തുടരും എന്നതാണ് ഒരു അധിക ബോണസ്.

നോഡ് ചിഹ്നം

പ്രകടനം മെച്ചപ്പെടുത്താൻ സഹായിക്കുന്ന അടുത്ത പരിഗണന -- "ഇലകൾക്ക്" കുട്ടികളുണ്ടാകില്ല, അതായത്, അവർക്ക് "താഴേക്ക്" നോക്കേണ്ട ആവശ്യമില്ല. ഞങ്ങളുടെ ചുമതലയുടെ രൂപീകരണത്തിൽ, ഇതിനർത്ഥം ഞങ്ങൾ വകുപ്പുകളുടെ ശൃംഖല പിന്തുടരുകയും ഒരു ജീവനക്കാരനിൽ എത്തുകയും ചെയ്താൽ, ഈ ശാഖയിൽ കൂടുതൽ നോക്കേണ്ട ആവശ്യമില്ല എന്നാണ്.

നമുക്ക് നമ്മുടെ മേശയിലേക്ക് കടക്കാം അധിക boolean-ഫീൽഡ്, നമ്മുടെ ട്രീയിലെ ഈ പ്രത്യേക എൻട്രി ഒരു "നോഡ്" ആണോ - അതായത്, അതിന് സന്തതികൾ ഉണ്ടാകുമോ എന്ന് അത് ഉടൻ തന്നെ ഞങ്ങളോട് പറയും.

ALTER TABLE hier
  ADD COLUMN branch boolean;

UPDATE
  hier T
SET
  branch = TRUE
WHERE
  EXISTS(
    SELECT
      NULL
    FROM
      hier
    WHERE
      pid = T.id
    LIMIT 1
);
-- Запрос успешно выполнен: 3033 строк изменено за 42 мс.

കൊള്ളാം! എല്ലാ വൃക്ഷ മൂലകങ്ങളിലും 30% ൽ കൂടുതൽ മാത്രമേ പിൻഗാമികളുള്ളൂവെന്ന് ഇത് മാറുന്നു.

ഇപ്പോൾ നമുക്ക് അല്പം വ്യത്യസ്തമായ മെക്കാനിക്ക് ഉപയോഗിക്കാം - ആവർത്തന ഭാഗത്തേക്കുള്ള കണക്ഷനുകൾ LATERAL, ആവർത്തന "പട്ടിക" യുടെ ഫീൽഡുകൾ ഉടനടി ആക്സസ് ചെയ്യാൻ ഞങ്ങളെ അനുവദിക്കുകയും കീകളുടെ സെറ്റ് കുറയ്ക്കുന്നതിന് ഒരു നോഡ് അടിസ്ഥാനമാക്കിയുള്ള ഫിൽട്ടറിംഗ് അവസ്ഥയുള്ള ഒരു മൊത്തത്തിലുള്ള ഫംഗ്ഷൻ ഉപയോഗിക്കുകയും ചെയ്യും:

WITH RECURSIVE T AS (
  SELECT
    array_agg(id) id$
  , array_agg(id) FILTER(WHERE branch) ns$
  FROM
    hier
  WHERE
    id = 5300
UNION ALL
  SELECT
    X.*
  FROM
    T
  JOIN LATERAL (
    SELECT
      array_agg(id) id$
    , array_agg(id) FILTER(WHERE branch) ns$
    FROM
      hier
    WHERE
      pid = ANY(T.ns$)
  ) X
    ON coalesce(T.ns$, '{}') <> '{}'
)
SELECT
  unnest(id$) id
FROM
  T;

[explain.tensor.ru-ൽ കാണുക]

ഒരു സൂചിക കോൾ കൂടി കുറയ്ക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു വോളിയത്തിൽ 2 തവണയിൽ കൂടുതൽ വിജയിച്ചു പ്രൂഫ് റീഡ്.

#2. നമുക്ക് വേരുകളിലേക്ക് മടങ്ങാം

ഏത് സോഴ്‌സ് ഷീറ്റിനെ (ഏതൊക്കെ സൂചകങ്ങളോടെ) സാമ്പിളിൽ ഉൾപ്പെടുത്തി എന്നതിനെ കുറിച്ചുള്ള വിവരങ്ങൾ നിലനിർത്തിക്കൊണ്ട്, "മരത്തിന്റെ മുകളിലുള്ള" എല്ലാ ഘടകങ്ങളുടെയും റെക്കോർഡുകൾ നിങ്ങൾക്ക് ശേഖരിക്കണമെങ്കിൽ ഈ അൽഗോരിതം ഉപയോഗപ്രദമാകും - ഉദാഹരണത്തിന്, ഒരു സംഗ്രഹ റിപ്പോർട്ട് സൃഷ്ടിക്കുന്നതിന് നോഡുകളിലേക്കുള്ള കൂട്ടിച്ചേർക്കലിനൊപ്പം.

അഭ്യർത്ഥന വളരെ ബുദ്ധിമുട്ടുള്ളതായി മാറുന്നതിനാൽ, ഇനിപ്പറയുന്നവ ആശയത്തിന്റെ തെളിവായി മാത്രം എടുക്കണം. എന്നാൽ ഇത് നിങ്ങളുടെ ഡാറ്റാബേസിൽ ആധിപത്യം സ്ഥാപിക്കുകയാണെങ്കിൽ, സമാനമായ സാങ്കേതിക വിദ്യകൾ ഉപയോഗിക്കുന്നതിനെക്കുറിച്ച് നിങ്ങൾ ചിന്തിക്കണം.

കുറച്ച് ലളിതമായ പ്രസ്താവനകളിൽ നിന്ന് നമുക്ക് ആരംഭിക്കാം:

• ഡാറ്റാബേസിൽ നിന്നുള്ള അതേ റെക്കോർഡ് ഒരിക്കൽ മാത്രം വായിക്കുന്നതാണ് നല്ലത്.
• ഡാറ്റാബേസിൽ നിന്നുള്ള രേഖകൾ ബാച്ചുകളിൽ വായിക്കുന്നത് കൂടുതൽ കാര്യക്ഷമമാണ്ഒറ്റയ്ക്കേക്കാൾ.

ഇപ്പോൾ നമുക്ക് ആവശ്യമുള്ള അഭ്യർത്ഥന നിർമ്മിക്കാൻ ശ്രമിക്കാം.

ഘട്ടം ക്സനുമ്ക്സ

വ്യക്തമായും, ആവർത്തനം ആരംഭിക്കുമ്പോൾ (അതില്ലാതെ നമ്മൾ എവിടെയായിരിക്കും!) പ്രാരംഭ ഐഡന്റിഫയറുകളുടെ ഗണത്തെ അടിസ്ഥാനമാക്കി ഇലകളുടെ രേഖകൾ തന്നെ കുറയ്ക്കേണ്ടി വരും:

WITH RECURSIVE tree AS (
  SELECT
    rec -- это цельная запись таблицы
  , id::text chld -- это "набор" приведших сюда исходных листьев
  FROM
    hier rec
  WHERE
    id = ANY('{1,2,4,8,16,32,64,128,256,512,1024,2048,4096,8192}'::integer[])
UNION ALL
  ...

"സെറ്റ്" ഒരു സ്ട്രിംഗായിട്ടല്ല സംഭരിച്ചിരിക്കുന്നത് എന്നത് ആർക്കെങ്കിലും വിചിത്രമായി തോന്നിയാൽ, ഇതിന് ലളിതമായ ഒരു വിശദീകരണമുണ്ട്. സ്ട്രിംഗുകൾക്കായി ഒരു ബിൽറ്റ്-ഇൻ അഗ്രഗേറ്റിംഗ് "ഗ്ലൂയിംഗ്" ഫംഗ്ഷൻ ഉണ്ട് string_agg, എന്നാൽ അറേകൾക്കല്ല. അവൾ ആണെങ്കിലും സ്വന്തമായി നടപ്പിലാക്കാൻ എളുപ്പമാണ്.

ഘട്ടം ക്സനുമ്ക്സ

ഇപ്പോൾ നമുക്ക് ഒരു കൂട്ടം സെക്ഷൻ ഐഡികൾ ലഭിക്കും, അത് കൂടുതൽ വായിക്കേണ്ടതുണ്ട്. മിക്കവാറും എല്ലായ്‌പ്പോഴും അവ യഥാർത്ഥ സെറ്റിന്റെ വ്യത്യസ്‌ത റെക്കോർഡുകളിൽ തനിപ്പകർപ്പാക്കും - അതിനാൽ ഞങ്ങൾ ചെയ്യും അവരെ ഗ്രൂപ്പുചെയ്യുക, ഉറവിട ഇലകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ സംരക്ഷിക്കുമ്പോൾ.

എന്നാൽ ഇവിടെ മൂന്ന് കുഴപ്പങ്ങൾ നമ്മെ കാത്തിരിക്കുന്നു:

1. അന്വേഷണത്തിന്റെ "സബ്രെക്കർസീവ്" ഭാഗത്ത് മൊത്തത്തിലുള്ള ഫംഗ്‌ഷനുകൾ ഉൾക്കൊള്ളാൻ കഴിയില്ല GROUP BY.
2. ഒരു ആവർത്തന "പട്ടിക" യെക്കുറിച്ചുള്ള ഒരു റഫറൻസ് ഒരു നെസ്റ്റഡ് സബ്ക്വറിയിൽ ഉണ്ടാകരുത്.
3. ആവർത്തന ഭാഗത്തിലെ ഒരു അഭ്യർത്ഥനയിൽ ഒരു CTE അടങ്ങിയിരിക്കരുത്.

ഭാഗ്യവശാൽ, ഈ പ്രശ്നങ്ങളെല്ലാം പരിഹരിക്കാൻ വളരെ എളുപ്പമാണ്. അവസാനം മുതൽ തുടങ്ങാം.

ആവർത്തന ഭാഗത്ത് സി.ടി.ഇ

ഇതുപോലെ അല്ല പ്രവർത്തിക്കുന്നു:

WITH RECURSIVE tree AS (
  ...
UNION ALL
  WITH T (...)
  SELECT ...
)

അതിനാൽ ഇത് പ്രവർത്തിക്കുന്നു, പരാൻതീസിസുകൾ വ്യത്യാസം വരുത്തുന്നു!

WITH RECURSIVE tree AS (
  ...
UNION ALL
  (
    WITH T (...)
    SELECT ...
  )
)

ഒരു ആവർത്തന "ടേബിളിന്" എതിരെയുള്ള നെസ്റ്റഡ് അന്വേഷണം

ഹും... ഒരു സബ്ക്വറിയിൽ ഒരു ആവർത്തന CTE ആക്സസ് ചെയ്യാൻ കഴിയില്ല. പക്ഷേ അത് CTE ഉള്ളിലായിരിക്കാം! ഒരു നെസ്റ്റഡ് അഭ്യർത്ഥനയ്ക്ക് ഇതിനകം തന്നെ ഈ CTE ആക്‌സസ് ചെയ്യാൻ കഴിയും!

ആവർത്തനത്തിനുള്ളിലെ ഗ്രൂപ്പ്

ഇത് അരോചകമാണ്, പക്ഷേ... GROUP ഉപയോഗിച്ച് അനുകരിക്കാൻ ഞങ്ങൾക്ക് ഒരു ലളിതമായ മാർഗമുണ്ട് DISTINCT ON വിൻഡോ ഫംഗ്‌ഷനുകളും!

SELECT
  (rec).pid id
, string_agg(chld::text, ',') chld
FROM
  tree
WHERE
  (rec).pid IS NOT NULL
GROUP BY 1 -- не работает!

ഇത് ഇങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്!

SELECT DISTINCT ON((rec).pid)
  (rec).pid id
, string_agg(chld::text, ',') OVER(PARTITION BY (rec).pid) chld
FROM
  tree
WHERE
  (rec).pid IS NOT NULL

സംഖ്യാ ഐഡി എന്തിനാണ് ടെക്‌സ്‌റ്റാക്കി മാറ്റിയതെന്ന് ഇപ്പോൾ നമ്മൾ കാണുന്നു - അങ്ങനെ അവയെ കോമകളാൽ വേർതിരിക്കാനാകും!

ഘട്ടം ക്സനുമ്ക്സ

ഫൈനലിനായി ഞങ്ങൾക്ക് ഒന്നും അവശേഷിക്കുന്നില്ല:

• ഗ്രൂപ്പുചെയ്ത ഐഡികളുടെ ഒരു കൂട്ടത്തെ അടിസ്ഥാനമാക്കിയാണ് ഞങ്ങൾ "വിഭാഗം" റെക്കോർഡുകൾ വായിക്കുന്നത്
• ഞങ്ങൾ കുറയ്ക്കുന്ന വിഭാഗങ്ങളെ യഥാർത്ഥ ഷീറ്റുകളുടെ "സെറ്റുകളുമായി" താരതമ്യം ചെയ്യുന്നു
• ഉപയോഗിച്ച് സെറ്റ്-സ്ട്രിംഗ് "വികസിപ്പിക്കുക" unnest(string_to_array(chld, ',')::integer[])

WITH RECURSIVE tree AS (
  SELECT
    rec
  , id::text chld
  FROM
    hier rec
  WHERE
    id = ANY('{1,2,4,8,16,32,64,128,256,512,1024,2048,4096,8192}'::integer[])
UNION ALL
  (
    WITH prnt AS (
      SELECT DISTINCT ON((rec).pid)
        (rec).pid id
      , string_agg(chld::text, ',') OVER(PARTITION BY (rec).pid) chld
      FROM
        tree
      WHERE
        (rec).pid IS NOT NULL
    )
    , nodes AS (
      SELECT
        rec
      FROM
        hier rec
      WHERE
        id = ANY(ARRAY(
          SELECT
            id
          FROM
            prnt
        ))
    )
    SELECT
      nodes.rec
    , prnt.chld
    FROM
      prnt
    JOIN
      nodes
        ON (nodes.rec).id = prnt.id
  )
)
SELECT
  unnest(string_to_array(chld, ',')::integer[]) leaf
, (rec).*
FROM
  tree;

[explain.tensor.ru-ൽ കാണുക]

അവലംബം: www.habr.com