6

我正在努力对 PostgreSQL 数据库中的 JSONB 字段进行聚合。这可能更容易用一个例子来解释，所以如果创建并填充一个名为analysis2 列 (id和analysis) 的表，如下所示：-

create table analysis (
  id serial primary key,
  analysis jsonb
);

insert into analysis 
  (id, analysis) values
  (1,  '{"category" : "news",    "results" : [1,   2,  3,  4,  5 , 6,  7,  8,  9,  10,  11,  12,  13,  14, null, null]}'),
  (2,  '{"category" : "news",    "results" : [11, 12, 13, 14, 15, 16, 17, 18, 19,  20,  21,  22,  23,  24, null,   26]}'),
  (3,  '{"category" : "news",    "results" : [31, 32, 33, 34, 35, 36, 37, 38, 39,  40,  41,  42,  43,  44,   45,   46]}'),
  (4,  '{"category" : "sport",   "results" : [51, 52, 53, 54, 55, 56, 57, 58, 59,  60,  61,  62,  63,  64,   65,   66]}'),
  (5,  '{"category" : "sport",   "results" : [71, 72, 73, 74, 75, 76, 77, 78, 79,  80,  81,  82,  83,  84,   85,   86]}'),
  (6,  '{"category" : "weather", "results" : [91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104,  105,  106]}');

如您所见，analysisJSONB 字段始终包含 2 个属性category和results. results 属性将始终包含一个大小为 16 的固定长度数组。我使用了各种函数，例如，jsonb_array_elements但我想要做的是以下内容： -

  1. 按分析分组->“类别”
  2. 每个数组元素的平均值

当我想要一个语句返回按类别（即news，sport和weather）分组的 3 行和一个包含平均值的 16 个固定长度数组时。更复杂的是，如果数组中有nulls，那么我们应该忽略它们（即我们不是简单地按行数求和和平均）。结果应如下所示：-

 category  | analysis_average
-----------+--------------------------------------------------------------------------------------------------------------
 "news"    | [14.33, 15.33, 16.33, 17.33, 18.33, 19.33, 20.33, 21.33, 22.33, 23.33, 24.33, 25.33, 26.33, 27.33,  45,  36]
 "sport"   | [61,       62,    63,    64,    65,    66,    67,    68,    69,    70,    71,    72,    73,    74,  75,  76]
 "weather" | [91,       92,    93,    94,    95,    96,    97,    98,    99,    00,   101,   102,   103,   104, 105, 106]

注意：请注意第一行最后 2 个数组项中的45and说明忽略s。36nulls

我曾考虑创建一个视图，将数组分解为 16 列，即

create view analysis_view as
select a.*,
(a.analysis->'results'->>0)::int as result0,
(a.analysis->'results'->>1)::int as result1
/* ... etc for all 16 array entries .. */
from analysis a;

这对我来说似乎非常不雅，并且首先消除了使用数组的优势，但可能会使用这种方法将某些东西组合在一起。

任何指示或提示将不胜感激！

性能在这里也很重要，所以性能越高越好！

4

3 回答 3

4

这适用于任何数组长度

select category, array_agg(average order by subscript) as average
from (
    select
        a.analysis->>'category' category,
        subscript,
        avg(v)::numeric(5,2) as average
    from
        analysis a,
        lateral unnest(
            array(select jsonb_array_elements_text(analysis->'results')::int)
        ) with ordinality s(v,subscript)
    group by 1, 2
) s
group by category
;
 category |                                                 average                                                  
----------+----------------------------------------------------------------------------------------------------------
 news     | {14.33,15.33,16.33,17.33,18.33,19.33,20.33,21.33,22.33,23.33,24.33,25.33,26.33,27.33,45.00,36.00}
 sport    | {61.00,62.00,63.00,64.00,65.00,66.00,67.00,68.00,69.00,70.00,71.00,72.00,73.00,74.00,75.00,76.00}
 weather  | {91.00,92.00,93.00,94.00,95.00,96.00,97.00,98.00,99.00,100.00,101.00,102.00,103.00,104.00,105.00,106.00}

表函数 - 具有序数

侧

于 2016-03-10T13:50:17.693 回答
0

因为数组始终具有相同的长度，所以您可以使用generate_series而不是自己键入每个数组元素的索引。您与生成的系列进行交叉连接，以便将索引应用于每个类别，并且您可以从数组中获取位置s处的每个元素。然后它只是使用 GROUP BY 聚合数据。

然后查询变为：

SELECT category, array_agg(val ORDER BY s) analysis_average
FROM (
  SELECT analysis->'category' category, s, AVG((analysis->'results'->>s)::numeric) val
  FROM analysis
  CROSS JOIN generate_series(0, 15) s
  GROUP BY category,s
) q
GROUP BY category

在这种情况下，15 是数组 (16-1) 的最后一个索引。

于 2016-03-09T22:05:13.473 回答
0

它可以以更传统的方式完成，例如

select
  (t.analysis->'category')::varchar,
  array_math_avg(array(select jsonb_array_elements_text(t.analysis->'results')::int))::numeric(9,2)[]
from
  analysis t
group by 1 order by 1;

但我们需要做一些准备：

create type t_array_math_agg as(
  c int[],
  a numeric[]
);

create or replace function array_math_sum_f(in t_array_math_agg, in numeric[]) returns t_array_math_agg as $$
declare
  r t_array_math_agg;
  i int;
begin
  if $2 is null then
    return $1;
  end if;
  r := $1;
  for i in array_lower($2,1)..array_upper($2,1) loop
    if coalesce(r.a[i],$2[i]) is null then
      r.a[i] := null;
    else
      r.a[i] := coalesce(r.a[i],0) + coalesce($2[i],0);
      r.c[i] := coalesce(r.c[i],0) + 1;
    end if; 
  end loop;
  return r;
end; $$ immutable language plpgsql;

create or replace function array_math_avg_final(in t_array_math_agg) returns numeric[] as $$
declare
  r numeric[];
  i int;
begin
  if array_lower($1.a, 1) is null then
    return null;
  end if;
  for i in array_lower($1.a,1)..array_upper($1.a,1) loop
    r[i] := $1.a[i] / $1.c[i]; 
  end loop;
  return r;
end; $$ immutable language plpgsql;

create aggregate array_math_avg(numeric[]) (
  sfunc=array_math_sum_f,
  finalfunc=array_math_avg_final,
  stype=t_array_math_agg,
  initcond='({},{})'
);
于 2016-03-10T16:08:51.683 回答