Postgres 使用不同的 ID 計算平均值，值也不同

Question

我有一個 postgres 查詢，它應該根據一組值計算平均值。 這組值應基於 DISTINCT ID。

查詢如下：

#{context.answers_base}
SELECT
    stores.name as store_name,
    answers_base.question_name as question_name,
    answers_base.question_id as question_id,
    (sum(answers_base.answer_value) / NULLIF(count(answers_base.answer_id),0)) as score, # <--- this line is calculating wrong
    sum(answers_base.answer_value) as score_sum,
    count(answers_base.answer_id) as question_answer_count,
    count(DISTINCT answers_base.answer_id) as answer_count
FROM answers_base
  INNER JOIN stores ON stores.id = answers_base.store_id
WHERE answers_base.answer_value IS NOT NULL AND answers_base.question_type_id = :question_type_id
      AND answers_base.scale = TRUE
#{context.filter_answers}
GROUP BY stores.name, answers_base.question_name, answers_base.question_id, answers_base.sort_order
ORDER BY stores.name, answers_base.sort_order

問題是，在指示的行(sum(answers_base.answer_value) / NULLIF(count(answers_base.answer_id),0))中，某些值被多次計算。

部分解決方案是根據 ID 使其成為 DISTINCT，如下所示： (sum(answers_base.answer_value) / NULLIF(count(DISTINCT answers_base.answer_id),0))

這將導致除以正確數字的平均值，但這里它除以的總和仍然是錯誤的。

執行以下操作 (make sum() DISTINCT) 不起作用，因為值不是唯一的。 這些值是 0 / 25 / 50 / 75 / 100，因此不同的 ID 可能包含“相同”的值。 (sum(DISTINCT answers_base.answer_value) / NULLIF(count(DISTINCT answers_base.answer_id),0))

我將如何 go 使這項工作？

以下是表結構的簡化版本。

表格答案

ID	回答日期
1個	2022 年 2 月 1 日
2個	2022 年 3 月 2 日
3個	2022 年 3 月 13 日
4個	2022 年 3 月 21 日

表AnswerRow

ID	answer_id	答案值
1個	1個	25
2個	1個	50
3個	1個	50
4個	2個	75
5個	2個	100
6個	2個	0
7	3個	25
8個	4個	25
9	4個	100
10	4個	50

答案 1' answer_rows : 25 + 50 + 50 -> average = 125 / 3

答案 2' answer_rows : 75 + 100 + 0 -> average = 175 / 3

答案 3' answer_rows : 25 -> average = 25 / 1

答案 4' answer_rows ：25 + 100 + 50 -> average = 175 / 3

由於某種原因，我們在計算中得到了重復的 answer_rows。

問題的例子； 對於answer_id=1我們在計算中有以下 answer_rows，給我們一個不同的平均值：

ID	answer_id	答案值
1個	1個	25
2個	1個	50
3個	1個	50
3個	1個	50
3個	1個	50
3個	1個	50

結果： 25 + 50 + 50 + 50 + 50 + 50 -> 275 / 6期望結果： 25 + 50 + 50 -> 125 / 3

使 answer_row_id 不同（見帖子開頭）使我有可能得到： 25 + 50 + 50 + **50 + 50 + 50** -> 275 / **3**但不是25 + 50 + 50 -> 275 / 3

我想要實現的是根據其 ID 明確選擇answer_row的計算，並且這些answer_rows 將在計算average -> x / y中用於計算x和y 。

answers_base 如下（簡化）：

WITH answers_base as (
  SELECT
      answers.id as answer_id,
      answers.store_id as store_id,
      answer_rows.id as answer_row_id,
      question_options.answer_value as answer_value
  FROM answers
      INNER JOIN answer_rows ON answers.id = answer_rows.answer_id
      INNER JOIN stores ON stores.id = answers.store_id
  WHERE answers.status = 0
)

Answer 1

我認為這最好用window function解決。 類似的東西

SELECT
   ROW_NUMBER() OVER (PARTITION BY answer_rows.id ORDER BY answer_rows.created_at DESC) AS duplicate_answers
   ...
WHERE
   answer_rows.duplicate_answers = 1

這將過濾掉具有相同id的多行，並且只保留一個條目。 （我選擇了“first by created_at ”，但您可以將其更改為最適合您的邏輯。）

這種方法的一個好處是它使邏輯背后的基本原理清晰、包含和可重用。