将一对多关系显示为 2 列 - 1 个唯一行(ID 和逗号分隔列表)
-
23-08-2019 - |
题
我需要类似于这 2 个 SO 问题,但使用 Informix SQL 语法。
我输入的数据如下所示:
id codes
63592 PELL
58640 SUBL
58640 USBL
73571 PELL
73571 USBL
73571 SUBL
我希望看到它像这样回来:
id codes
63592 PELL
58640 SUBL, USBL
73571 PELL, USBL, SUBL
也可以看看 Informix 中的 group_concat().
解决方案
我相信您需要的答案是用户定义的聚合,类似于此:
CREATE FUNCTION gc_init(dummy VARCHAR(255)) RETURNING LVARCHAR;
RETURN '';
END FUNCTION;
CREATE FUNCTION gc_iter(result LVARCHAR, value VARCHAR(255))
RETURNING LVARCHAR;
IF result = '' THEN
RETURN TRIM(value);
ELSE
RETURN result || ',' || TRIM(value);
END IF;
END FUNCTION;
CREATE FUNCTION gc_comb(partial1 LVARCHAR, partial2 LVARCHAR)
RETURNING LVARCHAR;
IF partial1 IS NULL OR partial1 = '' THEN
RETURN partial2;
ELIF partial2 IS NULL OR partial2 = '' THEN
RETURN partial1;
ELSE
RETURN partial1 || ',' || partial2;
END IF;
END FUNCTION;
CREATE FUNCTION gc_fini(final LVARCHAR) RETURNING LVARCHAR;
RETURN final;
END FUNCTION;
CREATE AGGREGATE group_concat
WITH (INIT = gc_init, ITER = gc_iter,
COMBINE = gc_comb, FINAL = gc_fini);
给定一个元素表(称为 elements),其中一个名为 name 的列包含(有趣的是)元素名称,另一列名为atomic_number,此查询会产生以下结果:
SELECT group_concat(name) FROM elements WHERE atomic_number < 10;
Hydrogen,Helium,Lithium,Beryllium,Boron,Carbon,Nitrogen,Oxygen,Fluorine
应用于该问题,您应该从以下位置获得所需的答案:
SELECT id, group_concat(codes)
FROM anonymous_table
GROUP BY id;
CREATE TEMP TABLE anonymous_table
(
id INTEGER NOT NULL,
codes CHAR(4) NOT NULL,
PRIMARY KEY (id, codes)
);
INSERT INTO anonymous_table VALUES(63592, 'PELL');
INSERT INTO anonymous_table VALUES(58640, 'SUBL');
INSERT INTO anonymous_table VALUES(58640, 'USBL');
INSERT INTO anonymous_table VALUES(73571, 'PELL');
INSERT INTO anonymous_table VALUES(73571, 'USBL');
INSERT INTO anonymous_table VALUES(73571, 'SUBL');
INSERT INTO anonymous_table VALUES(73572, 'USBL');
INSERT INTO anonymous_table VALUES(73572, 'PELL');
INSERT INTO anonymous_table VALUES(73572, 'SUBL');
SELECT id, group_concat(codes)
FROM anonymous_table
GROUP BY id
ORDER BY id;
其输出是:
58640 SUBL,USBL
63592 PELL
73571 PELL,SUBL,USBL
73572 PELL,SUBL,USBL
添加额外的一组数据来测试插入顺序是否影响结果;似乎没有这样做(代码按排序顺序排列;我不确定是否有办法改变 - 逆转 - 该顺序)。
笔记:
- 此聚合应该可用于任何可以转换为 VARCHAR(255) 的类型,这意味着任何数字或时间类型。不处理长 CHAR 列和 blob 类型(BYTE、TEXT、BLOB、CLOB)。
- 普通 LVARCHAR 将聚合大小限制为 2048 字节。如果您认为需要更长的长度,请指定
LVARCHAR(10240)
(10 KiB),例如。 - 从 Informix 12.10.FC5 开始,有效的最大长度似乎是 16380;任何更长的事情似乎都会触发
SQL -528: Maximum output rowsize (32767) exceeded
, ,这让我很惊讶。 如果需要删除聚合,可以使用:
DROP AGGREGATE IF EXISTS group_concat; DROP FUNCTION IF EXISTS gc_fini; DROP FUNCTION IF EXISTS gc_init; DROP FUNCTION IF EXISTS gc_iter; DROP FUNCTION IF EXISTS gc_comb;
其他提示
我不确定 informix sql,但在 MSSQL 或 Oracle 中,您可以使用
DECODE 或 CASE 关键字,通过将它们连接在一起。然而,这需要您提前了解所有潜在价值,这是脆弱的。
我假设您不喜欢 STUFF 关键字的原因是因为 informix 不支持它?
Oracle 还支持 CONNECT BY 关键字,该关键字可以工作,但 informix 可能不支持。
最好的答案可能是在查询之后在客户端/数据层中构建此输出。是否有特殊原因必须在查询中完成此操作?
另外,如果 informix 允许您创建用户函数,您可以创建一个返回带有连接值的字符串的函数。
基于 Jonathan Leffler 示例以及有关连接值排序的 RET 注释,使用 Informix 12.10FC8DE,我得出了以下用户聚合:
CREATE FUNCTION mgc_init
(
dummy VARCHAR(255)
)
RETURNING
SET(LVARCHAR(2048) NOT NULL);
RETURN SET{}::SET(LVARCHAR(2048) NOT NULL);
END FUNCTION;
CREATE FUNCTION mgc_iter
(
p_result SET(LVARCHAR(2048) NOT NULL)
, p_value VARCHAR(255)
)
RETURNING
SET(LVARCHAR(2048) NOT NULL);
IF p_value IS NOT NULL THEN
INSERT INTO TABLE(p_result) VALUES (TRIM(p_value));
END IF;
RETURN p_result;
END FUNCTION;
CREATE FUNCTION mgc_comb
(
p_partial1 SET(LVARCHAR(2048) NOT NULL)
, p_partial2 SET(LVARCHAR(2048) NOT NULL)
)
RETURNING
SET(LVARCHAR(2048) NOT NULL);
INSERT INTO TABLE(p_partial1)
SELECT vc1 FROM TABLE(p_partial2)(vc1);
RETURN p_partial1;
END FUNCTION;
CREATE FUNCTION mgc_fini
(
p_final SET(LVARCHAR(2048) NOT NULL)
)
RETURNING
LVARCHAR;
DEFINE l_str LVARCHAR(2048);
DEFINE l_value LVARCHAR(2048);
LET l_str = NULL;
FOREACH SELECT vvalue1 INTO l_value FROM TABLE(p_final) AS vt1(vvalue1) ORDER BY vvalue1
IF l_str IS NULL THEN
LET l_str = l_value;
ELSE
LET l_str = l_str || ',' || l_value;
END IF;
END FOREACH;
RETURN l_str;
END FUNCTION;
GRANT EXECUTE ON mgc_fini TO PUBLIC;
CREATE AGGREGATE m_group_concat
WITH
(
INIT = mgc_init
, ITER = mgc_iter
, COMBINE = mgc_comb
, FINAL = mgc_fini
);
连接的值将不会重复并且将被排序。
我用过 Informix collections
, ,即 SET
不允许重复值,以尽量使代码保持简单。
方法是使用 SET
保留中间结果(并消除重复项),并在最后根据最终的有序值构建连接字符串 SET
.
指某东西的用途 LVARCHAR
为了 SET
元素是因为最初我使用的是 VARCHAR
但内存消耗非常非常高。文档暗示 Informix 可能会在内部强制转换 VARCHAR
到 CHAR
. 。我进行了更改,实际上它确实降低了内存消耗(但仍然很高)。
然而,在我进行的测试(使用大约 300,000 行的表)中,这个总内存消耗比 Jonathan 高出大约 2 个数量级,并且慢了大约 2 倍。
所以要小心使用。它消耗大量内存并且没有经过广泛测试(它可能在某处泄漏内存)。
编辑1:
我之前的代码肯定在某处泄漏了内存结构(或者 Informix 在内部保留了集合派生表,并且它可以生成很多这样的表)。
因此,仍然试图避免在中编写聚合函数 C
,这是另一种选择,使用 Informix BSON
内置函数,将使用更少的内存并且速度更快。
CREATE FUNCTION m2gc_init
(
dummy VARCHAR(255)
)
RETURNING
BSON;
RETURN '{"terms":[]}'::JSON::BSON;
END FUNCTION;
CREATE FUNCTION m2gc_iter
(
p_result BSON
, p_value VARCHAR(255)
)
RETURNING
BSON;
DEFINE l_add_array_element LVARCHAR(2048);
IF p_value IS NOT NULL THEN
LET l_add_array_element = '{ $addToSet: { terms: "' || TRIM(p_value) || '" } }';
LET p_result = BSON_UPDATE(p_result, l_add_array_element);
END IF;
RETURN p_result;
END FUNCTION;
CREATE FUNCTION m2gc_comb
(
p_partial1 BSON
, p_partial2 BSON
)
RETURNING
BSON;
DEFINE l_array_elements LVARCHAR(2048);
DEFINE l_an_element LVARCHAR(2048);
DEFINE l_guard INTEGER;
LET l_array_elements = NULL;
LET l_guard = BSON_SIZE(p_partial2, 'terms.0');
IF l_guard > 0 THEN
WHILE l_guard > 0
LET l_an_element = BSON_VALUE_LVARCHAR(p_partial2, 'terms.0');
IF l_array_elements IS NULL THEN
LET l_array_elements = '"' || l_an_element || '"';
ELSE
LET l_array_elements = l_array_elements || ', "' || l_an_element || '"';
END IF;
LET p_partial2 = BSON_UPDATE(p_partial2, '{ $pop: { terms: -1 } }');
LET l_guard = BSON_SIZE(p_partial2, 'terms.0');
END WHILE;
LET l_array_elements = '{ $addToSet: { terms: { $each: [ ' || l_array_elements || ' ] } } }';
LET p_partial1 = BSON_UPDATE(p_partial1, l_array_elements);
END IF;
RETURN p_partial1;
END FUNCTION;
CREATE FUNCTION m2gc_fini
(
p_final BSON
)
RETURNING
LVARCHAR;
DEFINE l_str_agg LVARCHAR(2048);
DEFINE l_an_element LVARCHAR(2048);
DEFINE l_iter_int INTEGER;
DEFINE l_guard INTEGER;
LET l_str_agg = NULL;
LET l_guard = BSON_SIZE(p_final, 'terms.0');
IF l_guard > 0 THEN
LET p_final = BSON_UPDATE(p_final, '{ $push: { terms: { $each: [], $sort: 1 } } }');
LET l_iter_int = 0;
WHILE l_guard > 0
LET l_an_element = BSON_VALUE_LVARCHAR(p_final, 'terms.' || l_iter_int);
IF l_str_agg IS NULL THEN
LET l_str_agg = TRIM(l_an_element);
ELSE
LET l_str_agg = l_str_agg || ',' || TRIM(l_an_element);
END IF;
LET l_iter_int = l_iter_int + 1;
LET l_guard = BSON_SIZE(p_final, 'terms.' || l_iter_int);
END WHILE;
END IF;
RETURN l_str_agg;
END FUNCTION;
CREATE AGGREGATE m2_group_concat
WITH
(
INIT = m2gc_init
, ITER = m2gc_iter
, COMBINE = m2gc_comb
, FINAL = m2gc_fini
)
;
聚合的返回值将被排序并且没有重复。
同样,这没有经过适当的测试。这只是一个 POC。
问题之一是它没有清理输入值。一些 BSON
操作函数接收通过连接字符串构建的参数,非转义字符可能会破坏这些参数。例如,带有引号的字符串值: 'I"BrokeIt'
)可能会引发各种错误(包括断言失败)。
我确信还有其他问题。
然而,此实现的内存消耗与 Jonathan 的示例处于同一数量级,并且速度慢了约 60%(同样,仅执行了非常基本的测试)。
我想指点你 这个答案 关于 Stack Overflow 上的另一个类似问题。你正在寻找类似 MySQL 的东西 group_concat()
功能。