PostgreSQL ਐਂਟੀਪੈਟਰਨ: “ਅਨੰਤ ਕੋਈ ਸੀਮਾ ਨਹੀਂ ਹੈ!”, ਜਾਂ ਦੁਹਰਾਓ ਬਾਰੇ ਥੋੜਾ ਜਿਹਾ

ਦੁਹਰਾਓ - ਇੱਕ ਬਹੁਤ ਹੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਅਤੇ ਸੁਵਿਧਾਜਨਕ ਵਿਧੀ ਜੇਕਰ ਸੰਬੰਧਿਤ ਡੇਟਾ 'ਤੇ ਉਹੀ "ਡੂੰਘਾਈ ਨਾਲ" ਕਾਰਵਾਈਆਂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਪਰ ਬੇਕਾਬੂ ਦੁਹਰਾਓ ਇੱਕ ਬੁਰਾਈ ਹੈ ਜੋ ਕਿਸੇ ਨੂੰ ਵੀ ਲੈ ਸਕਦੀ ਹੈ ਬੇਅੰਤ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਪ੍ਰਕਿਰਿਆ, ਜਾਂ (ਜੋ ਅਕਸਰ ਵਾਪਰਦਾ ਹੈ) ਲਈ "ਖਾਣਾ" ਸਾਰੀਆਂ ਉਪਲਬਧ ਮੈਮੋਰੀ.

ਇਸ ਸਬੰਧ ਵਿੱਚ ਡੀਬੀਐਮਐਸ ਉਸੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ - "ਉਨ੍ਹਾਂ ਨੇ ਮੈਨੂੰ ਖੋਦਣ ਲਈ ਕਿਹਾ, ਇਸ ਲਈ ਮੈਂ ਖੁਦਾਈ ਕੀਤੀ". ਤੁਹਾਡੀ ਬੇਨਤੀ ਨਾ ਸਿਰਫ਼ ਗੁਆਂਢੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦੀ ਹੈ, ਲਗਾਤਾਰ ਪ੍ਰੋਸੈਸਰ ਸਰੋਤਾਂ ਨੂੰ ਲੈ ਕੇ, ਸਗੋਂ ਪੂਰੇ ਡੇਟਾਬੇਸ ਨੂੰ "ਡਰਾਪ" ਕਰ ਸਕਦੀ ਹੈ, ਸਾਰੀ ਉਪਲਬਧ ਮੈਮੋਰੀ ਨੂੰ "ਖਾ" ਸਕਦੀ ਹੈ। ਇਸ ਲਈ ਅਨੰਤ ਦੁਹਰਾਓ ਦੇ ਵਿਰੁੱਧ ਸੁਰੱਖਿਆ - ਡਿਵੈਲਪਰ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਖੁਦ।

PostgreSQL ਵਿੱਚ, ਦੁਆਰਾ ਆਵਰਤੀ ਪੁੱਛਗਿੱਛਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਯੋਗਤਾ WITH RECURSIVE ਸੰਸਕਰਣ 8.4 ਦੇ ਪੁਰਾਣੇ ਸਮੇਂ ਵਿੱਚ ਪ੍ਰਗਟ ਹੋਇਆ ਸੀ, ਪਰ ਤੁਸੀਂ ਅਜੇ ਵੀ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਕਮਜ਼ੋਰ "ਰੱਖਿਆ ਰਹਿਤ" ਬੇਨਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੇ ਹੋ। ਆਪਣੇ ਆਪ ਨੂੰ ਇਸ ਕਿਸਮ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਤੋਂ ਕਿਵੇਂ ਛੁਟਕਾਰਾ ਪਾਉਣਾ ਹੈ?

ਆਵਰਤੀ ਸਵਾਲ ਨਾ ਲਿਖੋ

ਅਤੇ ਗੈਰ-ਆਵਰਤੀ ਵਾਲੇ ਲਿਖੋ. ਤਹਿ ਦਿਲੋਂ, ਤੁਹਾਡਾ ਕੇ.ਓ.

ਵਾਸਤਵ ਵਿੱਚ, PostgreSQL ਬਹੁਤ ਸਾਰੀਆਂ ਕਾਰਜਸ਼ੀਲਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਿਸਦੀ ਤੁਸੀਂ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ ਨਾ ਆਵਰਤੀ ਲਾਗੂ ਕਰੋ.

ਸਮੱਸਿਆ ਲਈ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਪਹੁੰਚ ਦੀ ਵਰਤੋਂ ਕਰੋ

ਕਈ ਵਾਰ ਤੁਸੀਂ ਸਮੱਸਿਆ ਨੂੰ "ਵੱਖਰੇ ਪਾਸੇ" ਤੋਂ ਦੇਖ ਸਕਦੇ ਹੋ। ਮੈਂ ਲੇਖ ਵਿੱਚ ਅਜਿਹੀ ਸਥਿਤੀ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਦਿੱਤੀ ਹੈ "SQL HowTo: 1000 ਅਤੇ ਏਕੀਕਰਣ ਦਾ ਇੱਕ ਤਰੀਕਾ" - ਕਸਟਮ ਐਗਰੀਗੇਟ ਫੰਕਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੇ ਬਿਨਾਂ ਸੰਖਿਆਵਾਂ ਦੇ ਸਮੂਹ ਦਾ ਗੁਣਾ:

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;

ਇਸ ਬੇਨਤੀ ਨੂੰ ਗਣਿਤ ਦੇ ਮਾਹਿਰਾਂ ਦੇ ਵਿਕਲਪ ਨਾਲ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ:

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

ਲੂਪਸ ਦੀ ਬਜਾਏ generate_series ਦੀ ਵਰਤੋਂ ਕਰੋ

ਮੰਨ ਲਓ ਕਿ ਸਾਨੂੰ ਇੱਕ ਸਟ੍ਰਿੰਗ ਲਈ ਸਾਰੇ ਸੰਭਵ ਪ੍ਰੀਫਿਕਸ ਬਣਾਉਣ ਦੇ ਕੰਮ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ '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;

ਕੀ ਤੁਹਾਨੂੰ ਯਕੀਨ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਇੱਥੇ ਦੁਹਰਾਉਣ ਦੀ ਲੋੜ ਹੈ?... ਜੇਕਰ ਤੁਸੀਂ ਵਰਤਦੇ ਹੋ LATERAL и generate_series, ਫਿਰ ਤੁਹਾਨੂੰ CTE ਦੀ ਵੀ ਲੋੜ ਨਹੀਂ ਪਵੇਗੀ:

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

ਡਾਟਾਬੇਸ ਬਣਤਰ ਬਦਲੋ

ਉਦਾਹਰਨ ਲਈ, ਤੁਹਾਡੇ ਕੋਲ ਫੋਰਮ ਦੇ ਸੁਨੇਹਿਆਂ ਦੀ ਇੱਕ ਸਾਰਣੀ ਹੈ ਜਿਸ ਵਿੱਚ ਕਨੈਕਸ਼ਨ ਹਨ ਕਿ ਕਿਸ ਨੇ ਕਿਸ ਨੂੰ ਜਵਾਬ ਦਿੱਤਾ, ਜਾਂ ਇੱਕ ਥਰਿੱਡ ਵਿੱਚ ਸੋਸ਼ਲ ਨੇਟਵਰਕ:

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

ਖੈਰ, ਇੱਕ ਵਿਸ਼ੇ 'ਤੇ ਸਾਰੇ ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਡਾਉਨਲੋਡ ਕਰਨ ਦੀ ਇੱਕ ਆਮ ਬੇਨਤੀ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ:

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;

ਪਰ ਕਿਉਂਕਿ ਸਾਨੂੰ ਹਮੇਸ਼ਾ ਰੂਟ ਸੰਦੇਸ਼ ਤੋਂ ਪੂਰੇ ਵਿਸ਼ੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਫਿਰ ਅਸੀਂ ਕਿਉਂ ਨਹੀਂ ਕਰਦੇ ਹਰ ਇੰਦਰਾਜ਼ ਵਿੱਚ ਇਸਦੀ ID ਸ਼ਾਮਲ ਕਰੋ ਆਟੋਮੈਟਿਕ?

-- 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();

ਹੁਣ ਸਾਡੀ ਪੂਰੀ ਰੀਕਰਸੀਵ ਪੁੱਛਗਿੱਛ ਨੂੰ ਇਸ ਤੱਕ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ:

SELECT
  *
FROM
  message
WHERE
  theme_id = $1;

ਲਾਗੂ ਕੀਤੇ "ਸੀਮਾਵਾਂ" ਦੀ ਵਰਤੋਂ ਕਰੋ

ਜੇਕਰ ਅਸੀਂ ਕਿਸੇ ਕਾਰਨ ਕਰਕੇ ਡੇਟਾਬੇਸ ਦੀ ਬਣਤਰ ਨੂੰ ਬਦਲਣ ਵਿੱਚ ਅਸਮਰੱਥ ਹਾਂ, ਤਾਂ ਆਓ ਦੇਖੀਏ ਕਿ ਅਸੀਂ ਕਿਸ ਚੀਜ਼ 'ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਾਂ ਤਾਂ ਜੋ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਗਲਤੀ ਦੀ ਮੌਜੂਦਗੀ ਵੀ ਬੇਅੰਤ ਦੁਹਰਾਉਣ ਦੀ ਅਗਵਾਈ ਨਾ ਕਰੇ।

ਰੀਕਰਸ਼ਨ ਡੂੰਘਾਈ ਕਾਊਂਟਰ

ਅਸੀਂ ਹਰ ਇੱਕ ਆਵਰਤੀ ਪੜਾਅ 'ਤੇ ਕਾਊਂਟਰ ਨੂੰ ਉਦੋਂ ਤੱਕ ਵਧਾਉਂਦੇ ਹਾਂ ਜਦੋਂ ਤੱਕ ਅਸੀਂ ਉਸ ਸੀਮਾ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚ ਜਾਂਦੇ ਜਿਸ ਨੂੰ ਅਸੀਂ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਨਾਕਾਫ਼ੀ ਸਮਝਦੇ ਹਾਂ:

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

ਪ੍ਰੋ: ਜਦੋਂ ਅਸੀਂ ਲੂਪ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਅਸੀਂ ਫਿਰ ਵੀ "ਡੂੰਘਾਈ ਵਿੱਚ" ਦੁਹਰਾਓ ਦੀ ਨਿਰਧਾਰਤ ਸੀਮਾ ਤੋਂ ਵੱਧ ਨਹੀਂ ਕਰਾਂਗੇ।
ਨੁਕਸਾਨ: ਇਸ ਗੱਲ ਦੀ ਕੋਈ ਗਾਰੰਟੀ ਨਹੀਂ ਹੈ ਕਿ ਅਸੀਂ ਉਸੇ ਰਿਕਾਰਡ 'ਤੇ ਦੁਬਾਰਾ ਕਾਰਵਾਈ ਨਹੀਂ ਕਰਾਂਗੇ - ਉਦਾਹਰਨ ਲਈ, 15 ਅਤੇ 25 ਦੀ ਡੂੰਘਾਈ 'ਤੇ, ਅਤੇ ਫਿਰ ਹਰ +10. ਅਤੇ ਕਿਸੇ ਨੇ ਵੀ “ਚੌੜਾਈ” ਬਾਰੇ ਕੁਝ ਵੀ ਵਾਅਦਾ ਨਹੀਂ ਕੀਤਾ।

ਰਸਮੀ ਤੌਰ 'ਤੇ, ਅਜਿਹਾ ਦੁਹਰਾਓ ਅਨੰਤ ਨਹੀਂ ਹੋਵੇਗਾ, ਪਰ ਜੇਕਰ ਹਰ ਪੜਾਅ 'ਤੇ ਰਿਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਤੇਜ਼ੀ ਨਾਲ ਵਧਦੀ ਹੈ, ਤਾਂ ਅਸੀਂ ਸਾਰੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਜਾਣਦੇ ਹਾਂ ਕਿ ਇਹ ਕਿਵੇਂ ਖਤਮ ਹੁੰਦਾ ਹੈ ...

"ਸ਼ਤਰੰਜ ਦੇ ਬੋਰਡ 'ਤੇ ਅਨਾਜ ਦੀ ਸਮੱਸਿਆ" ਦੇਖੋ

"ਮਾਰਗ" ਦਾ ਸਰਪ੍ਰਸਤ

ਅਸੀਂ ਵਿਕਲਪਿਕ ਤੌਰ 'ਤੇ ਉਹਨਾਂ ਸਾਰੇ ਆਬਜੈਕਟ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਜੋੜਦੇ ਹਾਂ ਜਿਨ੍ਹਾਂ ਦਾ ਸਾਨੂੰ ਆਵਰਤੀ ਮਾਰਗ ਦੇ ਨਾਲ ਇੱਕ ਐਰੇ ਵਿੱਚ ਸਾਹਮਣਾ ਹੋਇਆ ਹੈ, ਜੋ ਕਿ ਇਸਦਾ ਇੱਕ ਵਿਲੱਖਣ "ਪਾਥ" ਹੈ:

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

ਪ੍ਰੋ: ਜੇਕਰ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਚੱਕਰ ਹੈ, ਤਾਂ ਅਸੀਂ ਬਿਲਕੁਲ ਉਸੇ ਮਾਰਗ ਦੇ ਅੰਦਰ ਇੱਕੋ ਰਿਕਾਰਡ ਨੂੰ ਵਾਰ-ਵਾਰ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਕਰਾਂਗੇ।
ਨੁਕਸਾਨ: ਪਰ ਉਸੇ ਸਮੇਂ, ਅਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਦੁਹਰਾਏ ਬਿਨਾਂ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ ਸਾਰੇ ਰਿਕਾਰਡਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰ ਸਕਦੇ ਹਾਂ.

"ਨਾਈਟਸ ਮੂਵ ਪ੍ਰੋਬਲਮ" ਦੇਖੋ

ਮਾਰਗ ਦੀ ਲੰਬਾਈ ਸੀਮਾ

ਇੱਕ ਸਮਝ ਤੋਂ ਬਾਹਰ ਡੂੰਘਾਈ 'ਤੇ "ਭਟਕਣ" ਦੀ ਸਥਿਤੀ ਤੋਂ ਬਚਣ ਲਈ, ਅਸੀਂ ਪਿਛਲੇ ਦੋ ਤਰੀਕਿਆਂ ਨੂੰ ਜੋੜ ਸਕਦੇ ਹਾਂ। ਜਾਂ, ਜੇਕਰ ਅਸੀਂ ਬੇਲੋੜੇ ਖੇਤਰਾਂ ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ, ਤਾਂ ਮਾਰਗ ਦੀ ਲੰਬਾਈ ਦੇ ਅੰਦਾਜ਼ੇ ਨਾਲ ਦੁਹਰਾਓ ਨੂੰ ਜਾਰੀ ਰੱਖਣ ਲਈ ਸ਼ਰਤ ਨੂੰ ਪੂਰਕ ਕਰੋ:

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
)

ਆਪਣੇ ਸੁਆਦ ਲਈ ਇੱਕ ਢੰਗ ਚੁਣੋ!

ਸਰੋਤ: www.habr.com