1

我对PostgreSQL函数和存储过程不熟悉，但是这几天我已经尽力学习了。在这里问之前我很努力。

基本上，我有一种情况，我不能使用简单的 SQL，而函数最有帮助。（那是因为我通过 AJAX 将查询发送到返回 JSONP 的基于 Postgres 的 Web 服务，并且由于查询是基于非预定数量的变量在 JavaScript 中构建的，它可以增长到超过 2000 个左右的 URL 字符MSIE 中允许的限制。）

说，我有一个名为clients的表：

+-------------+-------------------+-------------+---------------+
|   CLIENT    | MONTHLY_PURCHASES | SALES_VALUE | RETURNS_VALUE |
+-------------+-------------------+-------------+---------------+
| Mercury Ltd | 3                 | 400000      | 30000         |
| Saturn Plc  | 11                | 150000      | 30000         |
| Uranus Ltd  | 4                 | 80000       | 1000          |
+-------------+-------------------+-------------+---------------+

该查询应该返回按列中包含的各种标准排名的客户。列数将来可能会增加。

例如，如果我想获得前 10 个最佳客户，从 100（最好）到 0（最差）排名，SQL 查询将是：

WITH var AS (
    --we need the min and max values for each criteria, to calculate the rank later
    SELECT 
      MIN(monthly_purchases) AS min_pur,
      MAX(monthly_purchases) AS max_pur,
      MIN(sales_value) AS min_sales,
      MAX(sales_value) AS max_sales,
      MIN(returns_value) AS min_returns,
      MAX(returns_value) AS max_returns
    FROM clients
),
--standardise values to a 0 to 100 range, so we can compare apples with oranges, and assign weights to each criteria (from 0 to 1)
weights AS (        
    SELECT client,
      --the higher the number of purchases the better. Weight: 0.2 out of 1.
      0.2 * (clients.monthly_purchases - var.min_pur) / (var.max_pur - var.min_pur) * 100 AS rnk_pur,
      --the higher the value of sales, the better. Weight: 0.4 out of 1.
      0.4 * (clients.sales_value - var.min_sales) / (var.max_sales - var.min_sales) * 100 AS rnk_sales,
      --the lower the value of returns the better. Weight: 0.4 out of 1.
      0.4 * (1 - (clients.returns_value - var.min_returns) / (var.max_returns - var.min_returns)) * 100 AS rnk_returns
    FROM clients, var
)
SELECT weights.client, weights.rnk_pur + weights.rnk_sales + weights.rnk_returns as overall_rank FROM weights ORDER BY overall_rank DESC LIMIT 10

一切都很好，但实际上列数更大（大约 40 个），用户可以立即使用 1 到 15 之间的任何值进行排名。

因此，SQL 路由是不可行的。我尝试创建一个至少可以对值进行标准化的函数：

--Firstly, a function to find the highest value in an array
DROP FUNCTION IF EXISTS array_max(float[]);

CREATE OR REPLACE FUNCTION array_max(float[])
RETURNS float
AS $$
  select max(x) from unnest($1)x order by 1;
$$
LANGUAGE 'sql';

--Secondly, a function to find the lowest value in an array
DROP FUNCTION IF EXISTS array_min(float[]);

CREATE OR REPLACE FUNCTION array_min(float[])
RETURNS float
AS $$
  select min(x) from unnest($1)x order by 1;
$$
LANGUAGE 'sql';

--Finally, our function
DROP FUNCTION IF EXISTS standardise(float[], float);

CREATE OR REPLACE FUNCTION standardise(myarray float[], val float)
RETURNS float AS
$$

DECLARE
  minimum float;
  maximum float;
  calc_result float;
BEGIN
  minimum = array_min(myarray);
  maximum = array_max(myarray);

  calc_result = (val - minimum) / (maximum - minimum) * 100;

  RETURN calc_result;
END;
$$
LANGUAGE 'plpgsql' IMMUTABLE;

毫不奇怪，该功能非常缓慢。如果这样使用：

SELECT 0.5 *standardise((SELECT array(SELECT sales_value FROM clients)), clients.sales_value) AS rnk_sales
来自客户

……可以接受。任何涉及订购的东西都会让它慢下来。IE：

SELECT 0.5 *standardise((SELECT array(SELECT sales_value FROM clients)), clients.sales_value) AS rnk_sales
从客户订购 rnk_sales 限制 10

有什么方法可以提高上述功能的速度。或者，也许是完全不同的方法？任何帮助将非常感激。谢谢！

更新：

我用最后一个查询运行了 EXPLAIN ANALYZE。为此，我只从整个表中选择了一个样本，因为它花费的时间太长了。我等了10分钟后取消了查询。这是一张有 1000 个客户的桌子：

解释分析选择 0.5 * 标准化（（选择数组（选择 sales_value FROM clients_sample）），clients_sample.sales_value）作为 rnk_sales
FROM clients_sample 按 rnk_sales LIMIT 10 订购

结果：

限制（成本=78.82..78.83 行=10 宽度=8）（实际时间=357.806..357.822 行=10 循环=1）
  InitPlan 2（返回 1 美元）
    -> 结果（成本=12.00..12.00 行=1 宽度=0）（实际时间=1.267..1.268 行=1 循环=1）
          初始计划 1（返回 0 美元）
            -> clients_sample clients_sample_1 上的 Seq Scan（成本=0.00..12.00 行=1000 宽度=8）（实际时间=0.002..0.666 行=1000 循环=1）
  -> 排序（成本=66.82..67.32 行=1000 宽度=8）（实际时间=357.805..357.809 行=10 循环=1）
        排序键：((0.5::double precision *standardise($1, clients_sample.sales_value)))
        排序方法：top-N heapsort 内存：25kB
        -> clients_sample 上的 Seq Scan（成本=0.00..62.50 行=1000 宽度=8）（实际时间=1.870..356.742 行=1000 循环=1）
总运行时间：357.850 毫秒
4

1 回答 1

1

清理过的辅助函数

CREATE OR REPLACE FUNCTION array_max(float[])
  RETURNS float AS
'SELECT max(x) from unnest($1) x'
LANGUAGE sql;

ORDER BY 1将无用，因为max(x)无论如何都会返回一行。
同样的array_min(float[]);

但是，不要使用这些功能。一次通话min()更便宜。max()

主功能：

请改用简单的 SQL 函数：

CREATE OR REPLACE FUNCTION standardise(_arr float[], _val float)
  RETURNS float AS
$func$
SELECT ((_val - min_x) * 100) / (max_x - min_x)
FROM (
   SELECT min(x) AS min_x, max(x) AS max_x
   FROM   unnest($1) x
   ) sub
$func$
LANGUAGE sql IMMUTABLE;
  • 使用子查询一次获取两个聚合。
  • 首先乘以通常更高的精度。
  • 不要引用语言名称。
于 2014-04-28T16:55:50.523 回答