一个表表达式计算一个表,它包含一个FROM子句,该子句可以根据需要选用WHERE,GROUP BY和HAVING子句。大部分表表达式只是指向磁盘上的一个所谓的基本表,但是我们可以用更复杂的表表达式以各种方法修改或组合基本表。
表表达式里的WHERE,GROUP BY和HAVING子句声明一系列对源自FROM子句的表的转换操作。所有这些转换最后生成一个虚拟表,传递给选择列表计算输出行。
FROM Clause从一个逗号分隔的表引用列表中生成一个虚拟表
FROM table_reference [, table_reference [, ...]]
表引用可以是一个表名字(可能有模式修饰)或者是一个生成的表,比如子查询、表连接,或它们的复杂组合。如果在FROM子句中列出了多于一个表,那么它们被交叉连接(见下文)形成一个派生表,该表可以进行WHERE,GROUP BY和HAVING子句的转换处理,并最后生成表表达式的结果。
如果一个表引用的是一个简单的父表的名字,那么将包括其所有子表的行,除非你在该表名字前面加ONLY关键字(这样任何子表都会被忽略)。
一个连接表是根据特定的连接规则从两个其它表(真实表或生成表)中派生的表。我们支持内连接、外连接、交叉连接。
连接类型
T1 CROSS JOIN T2
对每个来自T1和T2的行进行组合(即笛卡尔积),生成的表将包含这样的行:所有T1里面的字段后面跟着所有T2里面的字段。如果两表分别有N和M行,连接成的表将有N*M行。
FROM T1 CROSS JOIN T2 等效于FROM T1 ,T2 。它还等效于FROM T1 INNER JOIN T2 ON TRUE(见下文)。
T1 { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2 ON boolean_expression T1 { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2 USING ( join column list ) T1 NATURAL { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2
INNER和OUTER对所有连接类型都是可选的。INNER为缺省。LEFT,RIGHT和FULL隐含外连接。
连接条件在ON或USING子句里声明,或者用关键字NATURAL隐含地声明。 连接条件判断来自两个源表中的那些行是"匹配"的,这些我们将在下面详细解释。
ON子句是最常见的连接条件的类型:它接收一个和WHERE子句相同的布尔表达式。 如果两个分别来自T1和T2的行在ON表达式上运算的结果为真,那么它们就算是匹配的行。
USING是个一个连接条件的缩写语法:它接收一个用逗号分隔的字段名列表, 这些字段必须是连接表共有的并且其值必须相同。最后,JOIN USING会将每 一对相等的输入字段输出为一个字段,其后跟着所有其它字段。因此,USING (a, b, c)等效 于ON (t1.a = t2.a AND t1.b = t2.b AND t1.c = t2.c),只不过 是如果使用了ON,那么在结果里a,b和c字段都会有两个, 而用USING的时候就只会有一个。(如果SELECT *被用的话他们会首先出现)。
最后,NATURAL是USING的一种缩写形式:它自动形成一个由两个表中 同名的字段组成的USING列表(同名字段只出现一次)。
条件连接可能的类型是:
内连接。对于T1中的每一行R1,如果能在T2中找到一个或多个满 足连接条件的行,那么这些满足条件的每一行都在连接表中生成一行。
左外连接。首先执行一次内连接。然后为每一个T1中无法在T2中找 到匹配的行生成一行,该行中对应T2的列用NULL补齐。因此,生成的连接表里无条件地包含来自T1里的每一行至少一个副本。
右外连接。首先执行一次内连接。然后为每一个T2中无法在T1中找到匹配的行生成一行,该行中对应T1的列用NULL补齐。因此, 生成的连接表里无条件地包含来自T2里的每一行至少一个副本。
全连接。首先执行一次内连接。然后为每一个T1与T2中找不到匹配的 行生成一行,该行中无法匹配的列用NULL补齐。因此,生成的连接表里无条 件地包含T1和T2里的每一行至少一个副本。
如果T1和T2之一或全部是可以连接的表,那么所有类型的连接都可以串连或嵌套在一起。 你可以在JOIN子句周围使用圆括弧来控制连接顺序, 如果没有圆括弧,那么JOIN子句从左向右嵌套。
为了解释这些问题,假设我们有一个表t1
num | name -----+------ 1 | a 2 | b 3 | c
和 t2:
num | value -----+------- 1 | xxx 3 | yyy 5 | zzz
然后我们用不同的连接方式可以获得各种结果:
=> SELECT * FROM t1 CROSS JOIN t2; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 1 | a | 3 | yyy 1 | a | 5 | zzz 2 | b | 1 | xxx 2 | b | 3 | yyy 2 | b | 5 | zzz 3 | c | 1 | xxx 3 | c | 3 | yyy 3 | c | 5 | zzz (9 rows) => SELECT * FROM t1 INNER JOIN t2 ON t1.num = t2.num; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 3 | c | 3 | yyy (2 rows) => SELECT * FROM t1 INNER JOIN t2 USING (num); num | name | value -----+------+------- 1 | a | xxx 3 | c | yyy (2 rows) => SELECT * FROM t1 NATURAL INNER JOIN t2; num | name | value -----+------+------- 1 | a | xxx 3 | c | yyy (2 rows) => SELECT * FROM t1 LEFT JOIN t2 ON t1.num = t2.num; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 2 | b | | 3 | c | 3 | yyy (3 rows) => SELECT * FROM t1 LEFT JOIN t2 USING (num); num | name | value -----+------+------- 1 | a | xxx 2 | b | 3 | c | yyy (3 rows) => SELECT * FROM t1 RIGHT JOIN t2 ON t1.num = t2.num; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 3 | c | 3 | yyy | | 5 | zzz (3 rows) => SELECT * FROM t1 FULL JOIN t2 ON t1.num = t2.num; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 2 | b | | 3 | c | 3 | yyy | | 5 | zzz (4 rows)
用ON声明的连接条件也可以包含与连接不直接相关的条件。这种功能 可能对某些查询很有用,但是需要我们仔细想清楚。比如:
=> SELECT * FROM t1 LEFT JOIN t2 ON t1.num = t2.num AND t2.value = 'xxx'; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx 2 | b | | 3 | c | | (3 rows)
请注意,放置在WHERE条款的限制 产生不同的结果:
=> SELECT * FROM t1 LEFT JOIN t2 ON t1.num = t2.num WHERE t2.value = 'xxx'; num | name | num | value -----+------+-----+------- 1 | a | 1 | xxx (1 row)
这是因为在ON子句连接之前处理,而WHERE子句在连接之后处理。
你可以给表或复杂的表引用起一个临时的表别名,以便被其余的查询引用,称为tablealias.
要创建一个表别名,可以这样:
FROM table_reference AS alias
或
FROM table_reference alias
AS关键字没有特别的含义。alias可以是任意标识符。
表别名的典型应用是给长表名赋予比较短的标识,好让连接子句更易读一些。比如:
SELECT * FROM some_very_long_table_name s JOIN another_fairly_long_name a ON s.id = a.num;
别名变成了与当前查询有关的表的名字,之后就不允许再用最初的名字了。因此这是无效的
SELECT * FROM my_table AS m WHERE my_table.a > 5; -- wrong
表别名主要是为了方便标记,但对于自连接却是必须的。比如:
SELECT * FROM people AS mother JOIN people AS child ON mother.id = child.mother_id;
另外,要引用子查询的结果也必须使用别名(参见节Section 7.2.1.3)。
圆括弧用于解决歧义。下面的第一个语句把别名b赋予第二个my_table表; 而第二个语句则把别名b赋予了连接的结果。
SELECT * FROM my_table AS a CROSS JOIN my_table AS b ... SELECT * FROM (my_table AS a CROSS JOIN my_table) AS b ...
另外一种形式的表别名除了给表赋予别名外,还给该表的字段也赋予了别名:
FROM table_reference [AS] alias ( column1 [, column2 [, ...]] )
如果声明的字段别名比表里实际的字段少,那么后面的字段就没有别名。这个语法对于自连接或子查询特别有用。
如果用这些形式中的任何一种给一个JOIN子句的输出结果附加一个别名, 那么该别名就在JOIN里隐藏了其原始的名字。比如
SELECT a.* FROM my_table AS a JOIN your_table AS b ON ...
是合法SQL,但是
SELECT a.* FROM (my_table AS a JOIN your_table AS b ON ...) AS c
是不合法的:别名a在别名c的外面是看不到的。
子查询的结果(派生表)必须包围在圆括弧里并 且必须赋予一个别名(参阅Section 7.2.1.2)。比如:
FROM (SELECT * FROM table1) AS alias_name
这个例子等效于FROM table1 AS alias_name。更有趣的例子是在子 查询里面有分组或聚集的时候,这个时候子查询不能归纳成一个简单的连接。
子查询也可以是一个VALUES列表:
FROM (VALUES ('anne', 'smith'), ('bob', 'jones'), ('joe', 'blow')) AS names(first, last)
这种情况同样也必须要取一个别名。还可以为VALUES列表中的字段取别名, 并且被认为是一个好习惯。更多信息参见Section 7.7。
表函数是那些生成一个行集合的函数,这个集合可以是由基本数据类型(标量类型)组成, 也可以是由复合数据类型(表的行)组成。他们的用法类似一个表、视图或FROM子 句里的子查询。表函数返回的字段可以像一个表、视图、或者子查询字段那 样包含在SELECT,JOIN或者WHERE子句里。
如果表函数返回基本数据类型,那么单一结果字段的名字与函数名相同。如果表函数返回复合 数据类型,那么多个结果字段的名字和该类型的每个属性的名字相同。
可以在FROM子句中为表函数取一个别名,也可以不取别名。如果一个 函数在FROM子句中没有别名,那么将使用函数名作为结果表的名字。
一些例子:
CREATE TABLE foo (fooid int, foosubid int, fooname text); CREATE FUNCTION getfoo(int) RETURNS SETOF foo AS $$ SELECT * FROM foo WHERE fooid = $1; $$ LANGUAGE SQL; SELECT * FROM getfoo(1) AS t1; SELECT * FROM foo WHERE foosubid IN ( SELECT foosubid FROM getfoo(foo.fooid) z WHERE z.fooid = foo.fooid ); CREATE VIEW vw_getfoo AS SELECT * FROM getfoo(1); SELECT * FROM vw_getfoo;
有时侯,把一个函数定义成根据不同的调用方法可以返回不同的字段是很有用的。 为了支持这个,表函数可以声明为返回伪类型record。如果在查询里使用这样 的函数,那么我们必须在查询中声明预期的行结构,这样系统才知道如何分析和 规划该查询。让我们看看下面的例子:
SELECT * FROM dblink('dbname=mydb', 'SELECT proname, prosrc FROM pg_proc') AS t1(proname name, prosrc text) WHERE proname LIKE 'bytea%';
dblink函数执行一个远程的查询(参阅contrib/dblink)。它声明 为返回record,因为它可能会被用于任何类型的查询。实际的字段集必 须在调用它的查询中声明,这样分析器才知道类似*这样的东西应该扩展成什么样子。
WHERE Clause子句的语法是
WHERE search_condition
这里的search_condition是一个返 回类型为boolean的值表达式(参阅Section 4.2)。
在完成对FROM子句的处理之后,生成的每一行都会按照search_condition进行检查。 如果结果是真,那么该行保留在输出表中,否则(结果是假或NULL)就把它抛弃。 搜索条件通常至少要引用一列在FROM子句里生成的列,这不是必须的, 但如果不这样的话,WHERE子句就没什么意义了。
Note: 内连接的连接条件既可以写在WHERE子句里也可以写在JOIN子句里。比如,下面的表表达式是等效的:
FROM a, b WHERE a.id = b.id AND b.val > 5和:
FROM a INNER JOIN b ON (a.id = b.id) WHERE b.val > 5或者可能还有:
FROM a NATURAL JOIN b WHERE b.val > 5你想用哪个只是风格问题。FROM子句里的JOIN语法可能不那么容易移植到其它产品中。即使它是在SQL标准 对于外连接而言,我们在任何情况下都没有选择:连接条件必须在FROM子句中完成。 外连接的ON或USING子句不等于WHERE条件,因为它判断最终 结果中行的增(那些不匹配的输入行)和删。
这里是一些WHERE子句的例子:
SELECT ... FROM fdt WHERE c1 > 5 SELECT ... FROM fdt WHERE c1 IN (1, 2, 3) SELECT ... FROM fdt WHERE c1 IN (SELECT c1 FROM t2) SELECT ... FROM fdt WHERE c1 IN (SELECT c3 FROM t2 WHERE c2 = fdt.c1 + 10) SELECT ... FROM fdt WHERE c1 BETWEEN (SELECT c3 FROM t2 WHERE c2 = fdt.c1 + 10) AND 100 SELECT ... FROM fdt WHERE EXISTS (SELECT c1 FROM t2 WHERE c2 > fdt.c1)
在上面的例子里,fdt是从FROM子句中派生的表。那些不符合WHERE子句的搜 索条件的行将从fdt中删除。请注意我们把标量子查询当做一个值表达式来用。 就像其它查询一样,子查询里也可以使用复杂的表表达式。同时还请注意fdt是 如何引用子查询的。把c1修饰成fdt.c1只有在c1是该子查询生成的列名字时才是必须的, 但修饰列名字可以增加语句的准确性(即使有时不是必须的)。这个例子就演示了字段名字 范围如何从外层查询扩展到它的内层查询。
在通过了WHERE过滤器之后,生成的输出表可以继续用GROUP BY子句进行 分组,然后用HAVING子句选取一些分组行
SELECT select_list FROM ... [WHERE ...] GROUP BY grouping_column_reference [, grouping_column_reference]...
GROUP BY Clause子句用于把那些所有列出的grouping_column_reference值都相 同的行聚集在一起,缩减为一行,这样就可以删除输出里的重复和/或计算应用 于这些组的聚集。这些字段的列出顺序无关紧要。比如:
=> SELECT * FROM test1; x | y ---+--- a | 3 c | 2 b | 5 a | 1 (4 rows) => SELECT x FROM test1 GROUP BY x; x --- a b c (3 rows)
在第二个查询里,我们不能写成SELECT * FROM test1 GROUP BY x,因为字段y里 没有哪个值可以和每个组关联起来。被分组的字段可以在选择列表中引 用是因为它们每个组都有单一的数值。
如果一个表被分了组,不在GROUP BY列中除了在总表达式不能被引用,那么就只能引用聚集表达式中的字段和分组中的字段。一个带聚集表达式的例子是:
=> SELECT x, sum(y) FROM test1 GROUP BY x; x | sum ---+----- a | 4 b | 5 c | 2 (3 rows)
这里的sum是一个聚集函数,它在组上计算总和。 有关可用的聚集函数的更多信息可以在节Section 9.18中找到。
Tip: 没有有效的聚合表达式分组可以计算一列中不同值的设置。 这个可以通过DISTINCT子句来实现(参考Section 7.3.3).
这里是另外一个例子:它计算每种产品的总销售额(而不是所有产品的总销售额)。
SELECT product_id, p.name, (sum(s.units) * p.price) AS sales FROM products p LEFT JOIN sales s USING (product_id) GROUP BY product_id, p.name, p.price;
在这个例子里,字段product_id,p.name和p.price必须在GROUP BY子句里, 因为它们都在查询选择列表里被引用了。根据产品表具体设置的不同, 名字和价格可能和产品ID完全无关,因此理论上额外的分组可能是不必要的, 但是这些尚未实现。s.units字段不必在GROUP BY列表里,因为它只是在一个聚集表达式(sum(...))里使用,它代表一组产品的销售总额。 对于每种产品,这个查询都返回一个该产品的总销售额。
在严格的SQL里,GROUP BY只能对源表的列进行分组,但PostgreSQL把这 个扩展为既允许GROUP BY对选择列表中的字段进行分组,也允许对值表达式进行分组,而不仅仅是简单的字段。
如果一个表已经用GROUP BY子句分了组,然后你又只对其中的某些组感兴趣, 那么就可以用HAVING子句筛选分组。必须像WHERE子句,从结果中消除组,语法是
SELECT select_list FROM ... [WHERE ...] GROUP BY ... HAVING boolean_expression
在HAVING子句中的表达式可以引用分组的表达式和未分组的表达式(后者必须涉及一个聚集函数)。
例子:
=> SELECT x, sum(y) FROM test1 GROUP BY x HAVING sum(y) > 3; x | sum ---+----- a | 4 b | 5 (2 rows) => SELECT x, sum(y) FROM test1 GROUP BY x HAVING x < 'c'; x | sum ---+----- a | 4 b | 5 (2 rows)
然后是一个更现实的例子:
SELECT product_id, p.name, (sum(s.units) * (p.price - p.cost)) AS profit FROM products p LEFT JOIN sales s USING (product_id) WHERE s.date > CURRENT_DATE - INTERVAL '4 weeks' GROUP BY product_id, p.name, p.price, p.cost HAVING sum(p.price * s.units) > 5000;
在上面的例子里,WHERE子句在尚未分组之前根据s.date字段选择数据行 (表达式只是对那些最近四周发生的销售为真)。而HAVING子句在分组之后 选择那些销售总额超过5000的组。请注意聚集表达式不需要在查询中的所有地方都一样。
如果一个查询调用了聚合函数,但没有GROUP BY子句,分组仍然发生: 结果是单一组行(或者如果单一行被HAVING所淘汰,那么也许没有行)。 同样,它包含一个HAVING子句,甚至没有任何聚合函数的调用或GROUP BY子句。
如果查询包含窗口函数(参考Section 3.5,Section 9.19和Section 4.2.8), 这些函数在执行了分组、聚合和HAVING过滤之后被评估。 也就是说,如果查询使用任何的聚合、GROUP BY或HAVING,那么 由窗口函数发现的行是该组行而不是从FROM/WHERE得到的原始表行。
当多个窗口函数被使用的时候,所有的窗口函数依照语法地等效于在它们的窗口定义被单一数据 所评估的PARTITION BY和ORDER BY子句中。 因此它们将看到同样的排序,即使ORDER BY不唯一确定一个排序。 然而,不确保所做出的关于评价的功能有不同的PARTITION BY或ORDER BY 规范。(在这种情况下,一个排序步骤通常需要在窗口函数评价和排序不被保证保存看似跟ORDER BY等效的行命令。)
目前,窗口函数总是需要分类数据,所以查询输出将按照一个或另一个窗口函数PARTITION BY/ORDER BY子句。它不是说依赖于此。 如果你想要确保结果是按特定的方式分类那么使用显式的顶级ORDER BY子句。