-1

我想在 Postgres 中运行一个查询，该查询按预期返回结果集（比如SELECT * FROM products ORDER BY created_at DESC），但是稍微打乱结果，这样你就不会有太多连续的结果共享相同的supplier_id值。

这一点尤其重要，因为每个供应商的产品往往在大致相同的时间进口，制造created_at相同，这意味着几页结果通常只有 1 个供应商的产品。

你怎么混？

4

2 回答 2

1

如果我最终正确理解了您的问题，则窗口功能row_number()应该可以正确地完成工作PARTITION：

SELECT *
FROM  (
   SELECT *, row_number() OVER (PARTITION BY created_at, supplier_id
                                ORDER BY created_at DESC) AS rn
   FROM   products
   ) a
WHERE  rn <= X
ORDER  BY created_at DESC

ORDER BYin 子句是可选的，OVER但它在我使用 Postgres 9.1 的测试中加快了执行速度，因为它与 finalORDER BY子句同步。

最多可以X同时选择来自同一供应商的行。如果您需要真正的随机选择，则必须在子句random()中另外排序。OVER

除此之外，这不是“随机化”或“重新洗牌”，而是抑制多余的行。如果您希望显示这些行（超过X），则必须定义排序顺序中的位置。不过，这将不可避免地打破时间顺序。

于 2013-02-12T15:39:52.640 回答
0

我的理解是，您希望按时间顺序对结果进行排序，但是对于 的特定值created_at，只有一个不同的值，supplier_id并且您希望有多个值，假设它们在排序列表中足够接近。

关键问题是 的分辨率created_at，无论它是什么（timestamp具有亚秒级分辨率，timestamp(0)将具有一秒的分辨率）在直接用作排序标准时都太高了。

您可以尝试按时间范围排序。例如：

ORDER BY (extract(epoch from created_at)/3600)::int, RANDOM()

将首先按插入条目的小时数（3600 秒）排序，测量为自 70 年 1 月 1 日以来经过的小时数，然后使用二级排序（随机）随机排列此范围内的结果。如果在同一小时内插入不同供应商的可能性仍然太小，则将其设置为几个小时或几天。

于 2013-02-12T17:20:25.250 回答