PostgreSQL अँटीपॅटर्न: "फक्त एकच बाकी असावे!"

SQL मध्ये, तुम्ही "काय" साध्य करू इच्छिता याचे वर्णन करता, ते "कसे" कार्यान्वित केले जावे असे नाही. म्हणून, "जसे ऐकले जाते तसे ते कसे लिहिले जाते" या शैलीमध्ये एसक्यूएल क्वेरी विकसित करण्याची समस्या त्याच्या सन्मानाचे स्थान घेते. एसक्यूएल मध्ये गणना परिस्थितीची वैशिष्ट्ये.

आज, अत्यंत सोपी उदाहरणे वापरून, वापराच्या संदर्भात यामुळे काय होऊ शकते ते पाहू या GROUP/DISTINCT и LIMIT त्यांच्या सोबत.

आता, विनंतीमध्ये लिहिले तर "प्रथम ही चिन्हे जोडा आणि नंतर सर्व डुप्लिकेट फेकून द्या, फक्त एक बाकी असावे प्रत्येक की साठी कॉपी" - कनेक्शनची अजिबात गरज नसली तरीही हे कसे कार्य करेल.

आणि काहीवेळा आपण भाग्यवान आहात आणि ते "फक्त कार्य करते", काहीवेळा त्याचा कार्यप्रदर्शनावर अप्रिय प्रभाव पडतो आणि काहीवेळा ते विकासकाच्या दृष्टिकोनातून पूर्णपणे अनपेक्षित प्रभाव देते.

बरं, कदाचित इतके नेत्रदीपक नाही, परंतु ...

"गोड जोडपे": सामील व्हा + वेगळे

SELECT DISTINCT
  X.*
FROM
  X
JOIN
  Y
    ON Y.fk = X.pk
WHERE
  Y.bool_condition;

त्यांना काय हवे आहे ते स्पष्ट होईल रेकॉर्ड X निवडा ज्यासाठी Y मध्ये नोंदी आहेत जे पूर्ण झालेल्या स्थितीशी संबंधित आहेत. द्वारे विनंती लिहिली JOIN — काही pk व्हॅल्यूज अनेक वेळा मिळाल्या (नक्की किती योग्य एंट्री Y मध्ये दिसल्या). कसे काढायचे? नक्कीच DISTINCT!

हे विशेषतः "आनंददायक" आहे जेव्हा प्रत्येक X-रेकॉर्डसाठी अनेक शंभर संबंधित Y-रेकॉर्ड्स असतात आणि नंतर डुप्लिकेट वीरपणे काढले जातात...

निराकरण कसे करावे? सुरुवातीला, लक्षात घ्या की समस्या सुधारित केली जाऊ शकते "एक्स रेकॉर्ड निवडा ज्यासाठी Y मध्ये किमान एक पूर्ण झालेल्या अटीशी संबंधित आहे" - शेवटी, आम्हाला Y-रेकॉर्डमधूनच कशाचीही गरज नाही.

नेस्टेड अस्तित्वात आहे

SELECT
  *
FROM
  X
WHERE
  EXISTS(
    SELECT
      NULL
    FROM
      Y
    WHERE
      fk = X.pk AND
      bool_condition
    LIMIT 1
  );

PostgreSQL च्या काही आवृत्त्या समजतात की अस्तित्वात असलेली पहिली एंट्री शोधणे पुरेसे आहे, जुन्यांना नाही. म्हणून मी नेहमी सूचित करणे पसंत करतो LIMIT 1 आत EXISTS.

पार्श्व सामील व्हा

SELECT
  X.*
FROM
  X
, LATERAL (
    SELECT
      Y.*
    FROM
      Y
    WHERE
      fk = X.pk AND
      bool_condition
    LIMIT 1
  ) Y
WHERE
  Y IS DISTINCT FROM NULL;

हाच पर्याय, आवश्यक असल्यास, सापडलेल्या संबंधित Y-रेकॉर्डमधील काही डेटा त्वरित परत करण्यास अनुमती देतो. लेखात तत्सम पर्यायाची चर्चा केली आहे "पोस्टग्रेएसक्यूएल अँटीपॅटर्न: एक दुर्मिळ रेकॉर्ड जॉइनच्या मध्यभागी पोहोचेल".

“अधिक पैसे का द्यावे”: DISTINCT [चालू] + मर्यादा 1

अशा क्वेरी ट्रान्सफॉर्मेशनचा एक अतिरिक्त फायदा म्हणजे खालील प्रकरणांप्रमाणे फक्त एक किंवा काही आवश्यक असल्यास रेकॉर्डचा शोध सहजपणे मर्यादित करण्याची क्षमता आहे:

SELECT DISTINCT ON(X.pk)
  *
FROM
  X
JOIN
  Y
    ON Y.fk = X.pk
LIMIT 1;

आता आम्ही विनंती वाचतो आणि डीबीएमएस काय करण्याचा प्रस्ताव आहे हे समजून घेण्याचा प्रयत्न करतो:

• चिन्हे जोडणे
• X.pk द्वारे अद्वितीय
• उर्वरित नोंदींमधून, एक निवडा

मग तुम्हाला काय मिळाले? "फक्त एक प्रवेश" युनिकमधून - आणि जर आपण हे गैर-युनिकांपैकी घेतले तर परिणाम कसा तरी बदलेल का?.. "आणि जर काही फरक नसेल तर जास्त पैसे का द्यावे?"

SELECT
  *
FROM
  (
    SELECT
      *
    FROM
      X
    -- сюда можно подсунуть подходящих условий
    LIMIT 1 -- +1 Limit
  ) X
JOIN
  Y
    ON Y.fk = X.pk
LIMIT 1;

आणि अगदी त्याच विषयासह GROUP BY + LIMIT 1.

“मला फक्त विचारायचे आहे”: अंतर्निहित GROUP + LIMIT

तत्सम गोष्टी वेगवेगळ्या वेळी घडतात गैर-रिक्तता तपासणी विनंती पुढे जात असताना चिन्हे किंवा CTE:

...
CASE
  WHEN (
    SELECT
      count(*)
    FROM
      X
    LIMIT 1
  ) = 0 THEN ...

एकूण कार्ये (count/min/max/sum/...) अगदी स्पष्ट निर्देशांशिवाय संपूर्ण सेटवर यशस्वीरित्या अंमलात आणले जातात GROUP BY. फक्त सह LIMIT ते फार मैत्रीपूर्ण नाहीत.

विकासक विचार करू शकतो "जर तेथे रेकॉर्ड असतील तर मला LIMIT पेक्षा जास्त गरज नाही". पण असे करू नका! कारण बेससाठी ते आहे:

• त्यांना काय हवे आहे ते मोजा सर्व नोंदीनुसार
• ते मागतील तितक्या ओळी द्या

लक्ष्य परिस्थितीनुसार, खालीलपैकी एक पर्याय करणे योग्य आहे:

• (count + LIMIT 1) = 0 वर NOT EXISTS(LIMIT 1)
• (count + LIMIT 1) > 0 वर EXISTS(LIMIT 1)
• count >= N वर (SELECT count(*) FROM (... LIMIT N))

“ग्रॅममध्ये वजन किती असावे”: DISTINCT + LIMIT

SELECT DISTINCT
  pk
FROM
  X
LIMIT $1

एक भोळा विकासक प्रामाणिकपणे विश्वास ठेवू शकतो की विनंतीची अंमलबजावणी थांबेल. आम्‍हाला समोर येणार्‍या प्रथम भिन्न मूल्यांपैकी $1 सापडतो.

भविष्यात कधीतरी हे नवीन नोडमुळे कार्य करू शकते आणि करेल अनुक्रमणिका स्किप स्कॅन, ज्याच्या अंमलबजावणीवर सध्या काम केले जात आहे, परंतु अद्याप नाही.

आत्तासाठी प्रथम सर्व रेकॉर्ड पुनर्प्राप्त केले जातील, अद्वितीय आहेत आणि केवळ त्यांच्याकडून विनंती केलेली रक्कम परत केली जाईल. आम्हाला असे काहीतरी हवे असल्यास हे विशेषतः दुःखी आहे $ 1 = 4, आणि टेबलमध्ये शेकडो हजारो रेकॉर्ड आहेत...

व्यर्थ दुःखी होऊ नये म्हणून, एक आवर्ती क्वेरी वापरू PostgreSQL Wiki वरून "DISTINCT गरीबांसाठी आहे".:

स्त्रोत: www.habr.com