Postgresql递归自联接

Question

我在postgres中的表如下所示，表存储ID之间的链式关系，我希望有一个查询可以产生结果，如“vc1” - >“rc7”或“vc3” - >“rc7”，我会仅查询第一列ID1中的ID

ID1     ID2
"vc1"   "vc2"
"vc2"   "vc3"
"vc3"   "vc4"
"vc4"   "rc7"

所以我想在这里提供一些“头”ID，我必须获取尾部（链中的最后一个）id。

Answer 1

这是PostgreSQL 8.4及更高版本中提供的简单递归公用表表达式（ WITH RECURSIVE ）的经典用法。

在此处演示： http ： //sqlfiddle.com/#！12/78e15/9

给定样本数据为SQL：

CREATE TABLE Table1
    ("ID1" text, "ID2" text)
;

INSERT INTO Table1
    ("ID1", "ID2")
VALUES
    ('vc1', 'vc2'),
    ('vc2', 'vc3'),
    ('vc3', 'vc4'),
    ('vc4', 'rc7')
;

你可以写：

WITH RECURSIVE chain(from_id, to_id) AS (
  SELECT NULL, 'vc2'
  UNION
  SELECT c.to_id, t."ID2"
  FROM chain c
  LEFT OUTER JOIN Table1 t ON (t."ID1" = to_id)
  WHERE c.to_id IS NOT NULL
)
SELECT from_id FROM chain WHERE to_id IS NULL;

这样做是迭代地遍历链，将每一行添加到chain中作为从指针到指针。 当遇到“to”引用不存在的行时，它将为该行添加一个null''引用。 下一次迭代将注意到'to'引用为null并产生零行，这导致迭代结束。

然后，外部查询通过不存在的to_id来获取已被确定为链的末尾的行。

需要花费一些精力来了解递归CTE。 他们要理解的关键事项是：

• 它们以初始查询的输出开始，它们反复与“递归部分”（ UNION或UNION ALL之后的查询）的输出结合，直到递归部分不添加任何行。 这会停止迭代。

• 它们并不是真正的递归，更具迭代性，尽管它们对于您可能使用递归的各种事物都有好处。

所以你基本上是在循环中构建一个表。 您不能删除行或更改它们，只能添加新行，因此通常需要一个外部查询来过滤结果以获得所需的结果行。 您经常会添加包含中间数据的额外列，您可以使用这些列来跟踪迭代状态，控制停止条件等。

它可以帮助查看未过滤的结果。 如果我用简单的SELECT * FROM chain替换最终的摘要查询，我可以看到生成的表：

 from_id | to_id 
---------+-------
         | vc2
 vc2     | vc3
 vc3     | vc4
 vc4     | rc7
 rc7     | 
(5 rows)

第一行是手动添加的起始点行，您可以在其中指定要查找的内容 - 在本例中为vc2 。 每个后续行都是由UNION ed递归项添加的，它对前一个结果执行LEFT OUTER JOIN并返回一组新的行，这些行将前一个to_id （现在在from_id列中）与下一个to_id 。 如果LEFT OUTER JOIN不匹配，则to_id将为null，导致下一次调用现在返回行并结束迭代。

因为此查询不会尝试每次只添加最后一行，所以实际上每次迭代都会重复一些工作。 为了避免这种情况，您需要使用更像Gordon的方法，但是当您扫描输入表时，还要在前一个深度字段上进行过滤，因此您只加入了最新的行。 在实践中，这通常不是必需的，但它可能是非常大的数据集或无法创建适当索引的问题。

可以在关于CTE的PostgreSQL文档中学到更多。

Answer 2

这是使用递归CTE的SQL：

with recursive tr(id1, id2, level) as (
      select t.id1, t.id2, 1 as level
      from t union all
      select t.id1, tr.id2, tr.level + 1
      from t join
           tr
           on t.id2 = tr.id1
     )
select *
from (select tr.*,
             max(level) over (partition by id1) as maxlevel
      from tr
     ) tr
where level = maxlevel;

这是SQLFiddle