पोस्टग्रेएसक्यूएल अँटीपॅटर्न: “अनंत ही मर्यादा नाही!”, किंवा पुनरावृत्तीबद्दल थोडेसे

पुनरावृत्ती - संबंधित डेटावर समान "सखोल" क्रिया केल्या गेल्यास एक अतिशय शक्तिशाली आणि सोयीस्कर यंत्रणा. परंतु अनियंत्रित पुनरावृत्ती ही एक वाईट गोष्ट आहे जी एकतर होऊ शकते अंतहीन अंमलबजावणी प्रक्रिया, किंवा (जे अधिक वेळा घडते). सर्व उपलब्ध मेमरी "खाणे"..

या संदर्भात डीबीएमएस समान तत्त्वांवर कार्य करते - "त्यांनी मला खोदायला सांगितले, म्हणून मी खोदले". तुमची विनंती केवळ शेजारील प्रक्रिया मंद करू शकत नाही, सतत प्रोसेसर संसाधने घेतात, परंतु संपूर्ण डेटाबेस "ड्रॉप" करू शकते, सर्व उपलब्ध मेमरी "खात" शकते. अनंत पुनरावृत्तीपासून संरक्षण - विकासकाची स्वतःची जबाबदारी.

PostgreSQL मध्ये, द्वारे आवर्ती क्वेरी वापरण्याची क्षमता WITH RECURSIVE आवृत्ती 8.4 च्या अनादी काळामध्ये दिसू लागले, परंतु तरीही आपण नियमितपणे संभाव्य असुरक्षित "सुरक्षाविरहित" विनंत्यांचा सामना करू शकता. अशा प्रकारच्या समस्यांपासून स्वतःची सुटका कशी करावी?

आवर्ती प्रश्न लिहू नका

आणि नॉन-रिकर्सिव लिहा. विनम्र, आपले के.ओ.

खरं तर, PostgreSQL आपण वापरू शकता अशी बरीच कार्यक्षमता प्रदान करते नाही पुनरावृत्ती लागू करा.

समस्येसाठी मूलभूतपणे भिन्न दृष्टीकोन वापरा

कधीकधी आपण "वेगळ्या बाजूने" समस्येकडे पाहू शकता. मी लेखात अशा परिस्थितीचे उदाहरण दिले "SQL HowTo: 1000 आणि एकत्रीकरणाचा एक मार्ग" — सानुकूल एकूण कार्ये न वापरता संख्यांच्या संचाचा गुणाकार:

WITH RECURSIVE src AS (
  SELECT '{2,3,5,7,11,13,17,19}'::integer[] arr
)
, T(i, val) AS (
  SELECT
    1::bigint
  , 1
UNION ALL
  SELECT
    i + 1
  , val * arr[i]
  FROM
    T
  , src
  WHERE
    i <= array_length(arr, 1)
)
SELECT
  val
FROM
  T
ORDER BY -- отбор финального результата
  i DESC
LIMIT 1;

ही विनंती गणित तज्ञांच्या पर्यायाने बदलली जाऊ शकते:

WITH src AS (
  SELECT unnest('{2,3,5,7,11,13,17,19}'::integer[]) prime
)
SELECT
  exp(sum(ln(prime)))::integer val
FROM
  src;

loops ऐवजी generate_series वापरा

समजा स्ट्रिंगसाठी सर्व संभाव्य उपसर्ग निर्माण करण्याचे कार्य आपल्यासमोर आहे 'abcdefgh':

WITH RECURSIVE T AS (
  SELECT 'abcdefgh' str
UNION ALL
  SELECT
    substr(str, 1, length(str) - 1)
  FROM
    T
  WHERE
    length(str) > 1
)
TABLE T;

तुमची खात्री आहे की तुम्हाला येथे पुनरावृत्तीची आवश्यकता आहे?.. तुम्ही वापरत असल्यास LATERAL и generate_series, मग तुम्हाला CTE ची देखील गरज भासणार नाही:

SELECT
  substr(str, 1, ln) str
FROM
  (VALUES('abcdefgh')) T(str)
, LATERAL(
    SELECT generate_series(length(str), 1, -1) ln
  ) X;

डेटाबेस संरचना बदला

उदाहरणार्थ, तुमच्याकडे फोरम संदेशांची एक सारणी आहे ज्यात कोणी कोणाला प्रतिसाद दिला किंवा थ्रेड सामाजिक नेटवर्क:

CREATE TABLE message(
  message_id
    uuid
      PRIMARY KEY
, reply_to
    uuid
      REFERENCES message
, body
    text
);
CREATE INDEX ON message(reply_to);

बरं, एका विषयावरील सर्व संदेश डाउनलोड करण्याची ठराविक विनंती यासारखी दिसते:

WITH RECURSIVE T AS (
  SELECT
    *
  FROM
    message
  WHERE
    message_id = $1
UNION ALL
  SELECT
    m.*
  FROM
    T
  JOIN
    message m
      ON m.reply_to = T.message_id
)
TABLE T;

परंतु आपल्याला नेहमी मूळ संदेशातून संपूर्ण विषय हवा असतो, मग आपण का नाही प्रत्येक एंट्रीमध्ये त्याचा आयडी जोडा स्वयंचलित?

-- добавим поле с общим идентификатором темы и индекс на него
ALTER TABLE message
  ADD COLUMN theme_id uuid;
CREATE INDEX ON message(theme_id);

-- инициализируем идентификатор темы в триггере при вставке
CREATE OR REPLACE FUNCTION ins() RETURNS TRIGGER AS $$
BEGIN
  NEW.theme_id = CASE
    WHEN NEW.reply_to IS NULL THEN NEW.message_id -- берем из стартового события
    ELSE ( -- или из сообщения, на которое отвечаем
      SELECT
        theme_id
      FROM
        message
      WHERE
        message_id = NEW.reply_to
    )
  END;
  RETURN NEW;
END;
$$ LANGUAGE plpgsql;

CREATE TRIGGER ins BEFORE INSERT
  ON message
    FOR EACH ROW
      EXECUTE PROCEDURE ins();

आता आमची संपूर्ण रिकर्सिव क्वेरी फक्त यावर कमी केली जाऊ शकते:

SELECT
  *
FROM
  message
WHERE
  theme_id = $1;

लागू केलेले "मर्यादा" वापरा

जर आपण काही कारणास्तव डेटाबेसची रचना बदलू शकलो नाही, तर आपण कशावर अवलंबून राहू शकतो ते पाहू या जेणेकरून डेटामधील त्रुटी देखील अंतहीन पुनरावृत्ती होऊ नये.

पुनरावृत्ती खोली काउंटर

आम्ही स्पष्टपणे अपुरी मानत असलेल्या मर्यादेपर्यंत पोहोचेपर्यंत आम्ही प्रत्येक पुनरावृत्ती चरणावर काउंटर फक्त एकाने वाढवतो:

WITH RECURSIVE T AS (
  SELECT
    0 i
  ...
UNION ALL
  SELECT
    i + 1
  ...
  WHERE
    T.i < 64 -- предел
)

प्रो: जेव्हा आम्ही लूप करण्याचा प्रयत्न करतो, तेव्हा आम्ही "सखोलतेने" पुनरावृत्तीच्या निर्दिष्ट मर्यादेपेक्षा जास्त करू शकत नाही.
बाधक: आम्ही त्याच रेकॉर्डवर पुन्हा प्रक्रिया करणार नाही याची कोणतीही हमी नाही - उदाहरणार्थ, 15 आणि 25 च्या खोलीवर आणि नंतर प्रत्येक +10. आणि कोणीही "रुंदी" बद्दल काहीही वचन दिले नाही.

औपचारिकपणे, अशी पुनरावृत्ती अमर्यादित होणार नाही, परंतु जर प्रत्येक टप्प्यावर रेकॉर्डची संख्या झपाट्याने वाढली, तर ती कशी संपते हे आपल्या सर्वांना चांगलेच ठाऊक आहे...

"बुद्धिबळावरील धान्याची समस्या" पहा

"मार्ग" चा संरक्षक

आम्‍ही आ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍"

WITH RECURSIVE T AS (
  SELECT
    ARRAY[id] path
  ...
UNION ALL
  SELECT
    path || id
  ...
  WHERE
    id <> ALL(T.path) -- не совпадает ни с одним из
)

प्रो: जर डेटामध्ये एक चक्र असेल, तर आम्ही त्याच रेकॉर्डवर त्याच मार्गावर वारंवार प्रक्रिया करणार नाही.
बाधक: परंतु त्याच वेळी, आपण स्वतःची पुनरावृत्ती न करता सर्व रेकॉर्ड अक्षरशः बायपास करू शकतो.

"नाइट्स मूव्ह प्रॉब्लेम" पहा

पथ लांबी मर्यादा

अनाकलनीय खोलीत "भटकत" ची पुनरावृत्ती टाळण्यासाठी, आम्ही मागील दोन पद्धती एकत्र करू शकतो. किंवा, आम्ही अनावश्यक फील्डला समर्थन देऊ इच्छित नसल्यास, पथ लांबीच्या अंदाजासह पुनरावृत्ती सुरू ठेवण्याच्या अटीची पूर्तता करा:

WITH RECURSIVE T AS (
  SELECT
    ARRAY[id] path
  ...
UNION ALL
  SELECT
    path || id
  ...
  WHERE
    id <> ALL(T.path) AND
    array_length(T.path, 1) < 10
)

आपल्या चवीनुसार एक पद्धत निवडा!

स्त्रोत: www.habr.com