sql - 获取 postgresql 中有序集合的最后一个元素

Question

我正在尝试获取存储在数据库表中的有序集的最后一个元素。顺序由表中的一列定义。此外，该表包含多个集合，因此我想要每个集合的最后一个。

作为示例，请考虑下表:

benchmarks=# select id,sorter from aggtest ;
 id | sorter 
----+--------
  1 |      1
  3 |      1
  5 |      1
  2 |      2
  7 |      2
  4 |      1
  6 |      2
(7 rows)

排序器 1 和 2 定义每个集合，集合按 id 列排序。为了获取每个集合的最后一个元素，我定义了一个聚合函数:

CREATE FUNCTION public.last_agg ( anyelement, anyelement )
RETURNS anyelement LANGUAGE sql IMMUTABLE STRICT AS $$
        SELECT $2;
$$;

CREATE AGGREGATE public.last (
        sfunc    = public.last_agg,
        basetype = anyelement,
        stype    = anyelement
);

如上所述here .

但是当我使用它时我得到:

benchmarks=# select last(id),sorter from aggtest group by sorter order by sorter;
 last | sorter 
------+--------
    4 |      1
    6 |      2
(2 rows)

但是，我想获取 (5,1) 和 (7,2)，因为它们是集合中的最后一个 id(数字)。看看聚合机制是如何工作的，我可以很好地理解为什么结果不是我想要的。这些项目按照我添加的顺序返回，然后进行聚合，以便返回我添加的最后一个。

我尝试按 id 排序，以便每个组独立排序，但这不起作用:

benchmarks=# select last(id),sorter from aggtest group by sorter order by sorter,id;
ERROR:  column "aggtest.id" must appear in the GROUP BY clause or be used in an aggregate function
LINE 1: ...(id),sorter from aggtest group by sorter order by sorter,id;

如果我将排序标准包装在另一个聚合中，我会再次得到错误的数据:

benchmarks=# select last(id),sorter from aggtest group by sorter order by sorter,last(id);
 last | sorter 
------+--------
    4 |      1
    6 |      2
(2 rows)

除了排序器之外，按 id 分组显然也不起作用。

当然有一种更简单的方法，通过使用 max 聚合来获取每个组的最后一个(最高)ID。但是，我对 id 不太感兴趣，而是对与其关联的数据(即在同一行中)感兴趣。因此，我不会按 id 排序然后聚合，以便为每个组返回具有最高 id 的行。

实现这一目标的最佳方法是什么？

编辑:为什么按排序器分组的 max(id) 不起作用

假设以下完整表格(unsorter 代表我在表格中拥有的附加数据):

benchmarks=# select * from aggtest ;
 id | sorter | unsorter 
----+--------+----------
  1 |      1 |        1
  3 |      1 |        2
  5 |      1 |        3
  2 |      2 |        4
  7 |      2 |        5
  4 |      1 |        6
  6 |      2 |        7
(7 rows)

我想检索这些行:

 id | sorter | unsorter 
----+--------+----------
  5 |      1 |        3
  7 |      2 |        5

但是，通过 max(id) 并按排序器分组，我得到:

benchmarks=# select max(id),sorter,unsorter from aggtest group by sorter;
ERROR:  column "aggtest.unsorter" must appear in the GROUP BY clause or be used in an aggregate function
LINE 1: select max(id),sorter,unsorter from aggtest group by sorter;

使用 max(unsorter) 显然也不起作用:

benchmarks=# select max(id),sorter,max(unsorter) from aggtest group by sorter;
 max | sorter | max 
-----+--------+-----
   5 |      1 |   6
   7 |      2 |   7
(2 rows)

但是使用不同的(接受的答案)我得到:

benchmarks=# select distinct on (sorter) id,sorter,unsorter from aggtest order by sorter, id desc;
 id | sorter | unsorter 
----+--------+----------
  5 |      1 |        3
  7 |      2 |        5
(2 rows)

其中包含正确的附加数据。连接方法似乎也有效，但在测试数据上稍微慢一些。

Answer 1

为什么不使用窗口函数:

select id, sorter
from (
   select id, sorter, 
          row_number() over (partition by sorter order by id desc) as rn
   from aggtest
) t
where rn = 1;

或者使用 Postgres distinct on 运算符，这通常更快:

select distinct on (sorter) id, sorter
from aggtest
order by sorter, id desc