如何在PostgreSQL中有效地编写这样的查询：将连续的行聚合为数组（由一对列标识）？

Question

我有一个查询，如：

(
    SELECT
        t1.person_id,
        t1.created_at,
        't1' AS type,
        t1.extra_data AS extra_data
    FROM table1 AS t1
)
UNION
(
    SELECT
        t2.person_id,
        t2.created_at,
        't2' AS type,
        t2.extra_data AS extra_data
    FROM table2 AS t2
)
UNION
(
    SELECT
        t3.person_id,
        t3.created_at,
        't3' AS type,
        t3.extra_data AS extra_data
    FROM table3 AS t3
)
ORDER BY created_at DESC;

这将导致类似的结果（ created_at是一个时间戳，我省略了具体值，并使用简单的整数来表示顺序）

person_id  | type  |  created_at | extra_data
---------  | ----  |  ---------- | ----------
1          | t1    |  9          | a
1          | t1    |  8          | b
2          | t2    |  7          | c
2          | t2    |  6          | c
2          | t2    |  5          | d
1          | t3    |  4          | e
3          | t3    |  3          | f

我想将连续的（person_id，type）对分组，最大的created_at作为最终的created_at，并将extra_data聚合到一个数组中，即我想得到以下结果：

person_id  | type  |  created_at | extra_data_array
---------  | ----  |  ---------- | ----------
1          | t1    |  9          | [a, b]
2          | t2    |  7          | [c, c, d]
1          | t3    |  5          | e
3          | t3    |  4          | f

我已经尝试了窗口函数，但未能弄清楚如何实现。

我的问题是：

1）如何编写一个单查询来实现我的目标？

2）可以使用索引快速查询吗？

我对第二个问题的担心是，由于基本结果是从UNION查询中选择的，因此我怀疑是否有任何机会利用索引。

任何人，感谢各种帮助！

Answer 1

您需要的两个聚合函数是MAX和array_agg 。

我认为，如果在UNION之前先GROUP ，那么应用索引会更好，所以我会这样做：

(
    SELECT
        t1.person_id,
        MAX(t1.created_at) AS created_at,
        't1' AS type,
        array_agg(t1.extra_data) AS extra_data
    FROM table1 AS t1
    GROUP BY t1.person_id
)
UNION
(
    SELECT
        t2.person_id,
        MAX(t2.created_at) AS created_at,
        't2' AS type,
        array_agg(t2.extra_data) AS extra_data
    FROM table2 AS t2
    GROUP BY t2.person_id
)
UNION
(
    SELECT
        t3.person_id,
        MAX(t3.created_at) AS created_at,
        't3' AS type,
        array_agg(t3.extra_data) AS extra_data
    FROM table3 AS t3
    GROUP BY t3.person_id
)
ORDER BY created_at DESC;

但是，您也可以先UNION ，然后再将结果GROUP ，只要您将GROUP BY person_id, type 。

还有一些注意事项：

• 这仍将对所有表进行全表扫描，因为您需要从每一行获取created_at和extra_data 。 就像采访问题一样，“打印二叉树的节点的时间复杂度是多少？”

• 如果要排序数组，则可以使用array_agg(t1.extra_data ORDER BY t1.created_at)或其他方法进行array_agg(t1.extra_data ORDER BY t1.created_at) 。 这是索引可以帮助您的地方。