PostgreSQL 从三个不同的列中选择唯一值

Question

我有一个 100m+ 行的大表和两个 2m 行的小表。所有三个表都有一列公司名称，需要将其发送到 API 进行匹配。我想从每一列中选择字符串，然后组合成一列唯一字符串。

我正在使用此响应的一个版本，但不出所料，性能非常慢。 Combined 2 columns into one column SQL

SELECT DISTINCT 
    unnest(string_to_array(upper(t.buyer) || '#' || upper(a.aw_supplier_name) || '#' || upper(b.supplier_source_string), '#')) 
FROM
    tenders t,
    awards a,
    banking b
;

关于实现此目标的更高效方法的任何想法？

更新:banking 表是最大的表，有 1 亿行。

Answer 1

假设使用 PostgreSQL 9.6 并借用 rd_nielsen 的答案中的选择，下面应该给你一个逗号分隔的不同名称的字符串。

WITH cte
AS (
    SELECT UPPER(T.buyer) NAMES
    FROM tenders T

    UNION

    SELECT UPPER(A.aw_supplier_name) NAMES
    FROM awards A

    UNION

    SELECT UPPER(b.supplier_source_string) NAMES
    FROM banking b
    )
SELECT array_to_string(ARRAY_AGG(cte.names), ',')
FROM cte