一尘不染

在递归CTE中检测重复项

sql

我在数据库中存储了一组依赖项。我正在寻找直接或间接依赖于当前对象的所有对象。由于对象可以依赖零个或多个其他对象,因此完全可以合理地认为对象1被对象9两次依赖(9依赖于4和5,这两个都依赖于1)。我想获取不依赖复制的所有依赖于当前对象的对象的列表。

如果存在循环,这将变得更加复杂。没有循环,一个人可以使用DISTINCT,尽管多次经过长链仅在末尾剔除它们仍然是一个问题。但是,对于循环,重要的是RECURSIVE
CTE不要与已经看到的东西结合。

所以到目前为止,我看起来像这样:

WITH RECURSIVE __dependents AS (
  SELECT object, array[object.id] AS seen_objects
  FROM immediate_object_dependents(_objectid) object
  UNION ALL
  SELECT object, d.seen_objects || object.id
  FROM __dependents d
  JOIN immediate_object_dependents((d.object).id) object
    ON object.id <> ALL (d.seen_objects)
) SELECT (object).* FROM __dependents;

(它在存储过程中,因此我可以传递_objectid

不幸的是,当我之前在当前链中看到它时,它只是忽略了一个给定的对象,如果递归CTE是深度优先地进行,那很好,但是当它是广度优先时,就成为问题了。

理想情况下,解决方案是使用SQL而不是PLPGSQL,但是任何一种都可以。

例如,我在postgres中进行了设置:

create table objectdependencies (
  id int,
  dependson int
);

create index on objectdependencies (dependson);

insert into objectdependencies values (1, 2), (1, 4), (2, 3), (2, 4), (3, 4);

然后我尝试运行此命令:

with recursive rdeps as (
  select dep
  from objectdependencies dep
  where dep.dependson = 4 -- starting point
  union all
  select dep
  from objectdependencies dep
  join rdeps r
    on (r.dep).id = dep.dependson
) select (dep).id from rdeps;

我期望输出“ 1、2、3”。

但是,这种情况会永远持续下去(我也不明白)。如果添加level支票(select dep, 0 as level,… select dep, level + 1on ... and level < 3),我会看到2和3在重复。相反,如果我添加可见检查:

with recursive rdeps as (
  select dep, array[id] as seen
  from objectdependencies dep
  where dep.dependson = 4 -- starting point
  union all
  select dep, r.seen || dep.id
  from objectdependencies dep
  join rdeps r
    on (r.dep).id = dep.dependson and dep.id <> ALL (r.seen)
) select (dep).id from rdeps;

然后我得到1、2、3、2、3,然后它停止了。我可以DISTINCT在外部选择中使用它,但是由于没有循环,因此只能合理地处理此数据。有了更大的数据集和更多的循环,我们将继续增加CTE的输出,只是让DISTINCT降低它的输出。我希望CTE在其他地方已经看到该特定值时就停止该分支。

编辑 :这不只是关于循环检测(尽管可能存在循环)。这是关于直接或间接地发现此对象引用的所有内容。因此,如果我们有1-> 2-> 3-> 5-> 6->
7和2-> 4-> 5,我们可以从1开始,转到2,从那里我们可以转到3和4这些分支中的5个将转到5,但我不需要两个分支都可以-
第一个分支可以转到5,而另一个可以停在该位置。然后我们继续进行6和7。大多数循环检测将找不到任何循环,并两次返回5、6、7。考虑到我希望我的大多数生产数据都具有0-3个立即引用,并且大多数情况类似,因此从一个对象到另一个对象有多个分支是很普遍的,而向下跳转这些分支将不会只是多余的,但是浪费大量的时间和资源。


阅读 169

收藏
2021-03-10

共1个答案

一尘不染

您可以使用tablefunc模块中存在的connectby函数。

首先,您需要启用该模块

CREATE EXTENSION tablefunc;

然后,您可以使用connectby函数(基于您在问题中提供的示例表,它将如下):

SELECT distinct id
FROM connectby('objectdependencies', 'id', 'dependson', '4', 0)
AS t(id int, dependson int, level int)
where id != 4;

这将返回:1 2 3

这是文档中参数的说明:

connectby(text relname, text keyid_fld, text parent_keyid_fld
          [, text orderby_fld ], text start_with, int max_depth
          [, text branch_delim ])
  • relname源关系的名称
  • keyid_fld关键字字段的名称
  • parent_keyid_fld父键字段的名称
  • orderby_fld用来对同级进行排序的字段的名称(可选)
  • start_with要开始的行的键值
  • max_depth下降到的最大深度,或者为无限深度为零
  • branch_delim用于在分支输出中分隔键的字符串(可选)

请查阅文档以获取更多信息。
https://www.postgresql.org/docs/9.5/static/tablefunc.html

2021-03-10