PostgreSQL unnest() 函数与元素编号

问题

当遇到包含分隔值的列时，unnest() 函数提供了一种提取这些值的方法：

myTable
id | elements
--- ------------
1  |ab,cd,efg,hi
2  |jk,lm,no,pq
3  |rstuv,wxyz

select id, unnest(string_to_array(elements, ',')) AS elem
from myTable

id | elem
--- -----
1  | ab
1  | cd
1  | efg
1  | hi
2  | jk
...

但是，您可能希望也包含元素编号，格式如下：

id | elem | nr
--- ------ ---
1  | ab   | 1
1  | cd   | 2
1  | efg  | 3
1  | hi   | 4
2  | jk   | 1
...

最终目标是在不使用窗口函数（如 row_number() 或 rank()）的情况下获得源字符串中每个元素的原始位置，因为这些函数始终返回 1，这可能是因为所有元素都位于源表的同一行中。

解决方法

PostgreSQL 14 或更高版本

对于逗号分隔的字符串，请使用 string_to_table() 代替 unnest(string_to_array())：

SELECT t.id, a.elem, a.nr
FROM   tbl t
LEFT   JOIN LATERAL string_to_table(t.elements, ',') WITH ORDINALITY AS a(elem, nr) ON true

演示

PostgreSQL 9.4 或更高版本

对于返回集合的函数，使用 WITH ORDINALITY：

SELECT t.id, a.elem, a.nr
FROM   tbl AS t
LEFT   JOIN LATERAL unnest(string_to_array(t.elements, ',')) WITH ORDINALITY AS a(elem, nr) ON true

LEFT JOIN ... ON true 确保保留左侧表中的所有行，而不管右侧表表达式是否返回任何行。

或者，由于 LEFT JOIN ... ON true 保留了所有行，因此可以使用更简洁的查询版本：

SELECT t.id, a.elem, a.nr
FROM   tbl t, unnest(string_to_array(t.elements, ',')) WITH ORDINALITY a(elem, nr)

对于实际数组（arr 为数组列），可以使用更简洁的形式：

SELECT t.id, a.elem, a.nr
FROM   tbl t, unnest(t.arr) WITH ORDINALITY a(elem, nr)

为了简单起见，可以使用默认列名：

SELECT id, a, ordinality
FROM   tbl, unnest(arr) WITH ORDINALITY a

还可以进一步简化：

SELECT * FROM tbl, unnest(arr) WITH ORDINALITY a

此最终形式返回 tbl 的所有列。当然，显式指定列别名和表限定列可以提高清晰度。

a 既用作表别名，也用作列别名（对于第一列），附加的序号列的默认名称为 ordinality。

PostgreSQL 8.4 - 9.3

使用 row_number() OVER (PARTITION BY id ORDER BY elem) 根据排序顺序（而不是序号位置）获取数字：

SELECT *, row_number() OVER (PARTITION by id) AS nr
FROM  (SELECT id, regexp_split_to_table(elements, ',') AS elem FROM tbl) t

虽然这通常有效，并且在简单的查询中没有观察到失败，但 PostgreSQL 不保证在没有 ORDER BY 的情况下行的顺序。当前行为是实现细节的结果。

要保证空格分隔字符串中元素的序号：

SELECT id, arr[nr] AS elem, nr
FROM  (
   SELECT *, generate_subscripts(arr, 1) AS nr
   FROM  (SELECT id, string_to_array(elements, ' ') AS arr FROM tbl) t
   ) sub

对于实际数组，可以使用更简单的版本：

SELECT id, arr[nr] AS elem, nr
FROM  (SELECT *, generate_subscripts(arr, 1) AS nr FROM tbl) t

PostgreSQL 8.1 - 8.4

由于 PostgreSQL 8.1 到 8.4 版本缺少某些功能，例如 RETURNS TABLE、generate_subscripts()、unnest() 和 array_length()，因此可以使用名为 f_unnest_ord 的自定义 SQL 函数：

CREATE FUNCTION f_unnest_ord(anyarray, OUT val anyelement, OUT ordinality integer)
  RETURNS SETOF record
  LANGUAGE sql IMMUTABLE AS
'SELECT $1[i], i - array_lower($1,1)   1
 FROM   generate_series(array_lower($1,1), array_upper($1,1)) i'

修改后的函数如下：

CREATE FUNCTION f_unnest_ord_idx(anyarray, OUT val anyelement, OUT ordinality int, OUT idx int)
  RETURNS SETOF record
  LANGUAGE sql IMMUTABLE AS
'SELECT $1[i], i - array_lower($1,1)   1, i
 FROM   generate_series(array_lower($1,1), array_upper($1,1)) i'

此扩展函数 f_unnest_ord_idx 返回附加的 idx 列。比较：

SELECT id, arr, (rec).*
FROM  (
   SELECT *, f_unnest_ord_idx(arr) AS rec
   FROM  (
      VALUES
        (1, '{a,b,c}'::text[])  --  short for: '[1:3]={a,b,c}'
      , (2, '[5:7]={a,b,c}')
      , (3, '[-9:-7]={a,b,c}')
      ) t(id, arr)
   ) sub

输出

 id |       arr       | val | ordinality | idx
---- ----------------- ----- ------------ -----
  1 | {a,b,c}         | a   |          1 |   1
  1 | {a,b,c}         | b   |          2 |   2
  1 | {a,b,c}         | c   |          3 |   3
  2 | [5:7]={a,b,c}   | a   |          1 |   5
  2 | [5:7]={a,b,c}   | b   |          2 |   6
  2 | [5:7]={a,b,c}   | c   |          3 |   7
  3 | [-9:-7]={a,b,c} | a   |          1 |  -9
  3 | [-9:-7]={a,b,c} | b   |          2 |  -8
  3 | [-9:-7]={a,b,c} | c   |          3 |  -7