对具有多个连接的不同行求和

Question

架构：

CREATE TABLE "items" (
  "id"            SERIAL                   NOT NULL PRIMARY KEY,
  "country"       VARCHAR(2)               NOT NULL,
  "created"       TIMESTAMP WITH TIME ZONE NOT NULL,
  "price"         NUMERIC(11, 2)           NOT NULL
);
CREATE TABLE "payments" (
  "id"      SERIAL                   NOT NULL PRIMARY KEY,
  "created" TIMESTAMP WITH TIME ZONE NOT NULL,
  "amount"  NUMERIC(11, 2)           NOT NULL,
  "item_id" INTEGER                  NULL
);
CREATE TABLE "extras" (
  "id"      SERIAL                   NOT NULL PRIMARY KEY,
  "created" TIMESTAMP WITH TIME ZONE NOT NULL,
  "amount"  NUMERIC(11, 2)           NOT NULL,
  "item_id" INTEGER                  NULL
);

数据：

INSERT INTO items VALUES
  (1, 'CZ', '2016-11-01', 100),
  (2, 'CZ', '2016-11-02', 100),
  (3, 'PL', '2016-11-03', 20),
  (4, 'CZ', '2016-11-04', 150)
;
INSERT INTO payments VALUES
  (1, '2016-11-01', 60, 1),
  (2, '2016-11-01', 60, 1),
  (3, '2016-11-02', 100, 2),
  (4, '2016-11-03', 25, 3),
  (5, '2016-11-04', 150, 4)
;
INSERT INTO extras VALUES
  (1, '2016-11-01', 5, 1),
  (2, '2016-11-02', 1, 2),
  (3, '2016-11-03', 2, 3),
  (4, '2016-11-03', 3, 3),
  (5, '2016-11-04', 5, 4)
;

所以，我们有：

• CZ 中的 3 个项目在 PL 中的 1 个
• 在 CZ 中获得 370，在 PL 中获得 25
• CZ 为 350，PL 为 20
• 在 CZ 中额外赚取 11 点，在 PL 中额外赚取 5 点

现在我想得到以下问题的答案：

1. 我们上个月在每个国家有多少物品？
2. 每个国家/地区的总收入金额（支付金额之和）是多少？
3. 每个国家的总成本（items.price 的总和）是多少？
4. 每个国家的额外收入总额（额外金额之和）是多少？

使用以下查询（SQLFiddle）：

SELECT
  country                  AS "group_by",
  COUNT(DISTINCT items.id) AS "item_count",
  SUM(items.price)         AS "cost",
  SUM(payments.amount)     AS "earned",
  SUM(extras.amount)       AS "extra_earned"
FROM items
  LEFT OUTER JOIN payments ON (items.id = payments.item_id)
  LEFT OUTER JOIN extras ON (items.id = extras.item_id)
GROUP BY 1;

结果是错误的：

 group_by | item_count |  cost  | earned | extra_earned
----------+------------+--------+--------+--------------
 CZ       |          3 | 450.00 | 370.00 |        16.00
 PL       |          1 |  40.00 |  50.00 |         5.00

CZ 的成本和额外收入无效 - 450 而非 350 和 16 而非 11。PL 的成本和收入也是无效的 - 它们加倍。

我知道，如果LEFT OUTER JOINitems.id = 1（其他匹配项依此类推），项目会有2行，但我不知道如何构建正确的查询。

问题：

1. 如何避免在多个表上的查询聚合中出现错误结果？
2. 计算不同值的总和的最佳方法是什么（在这种情况下为 items.id）？

PostgreSQL 版本：9.6.1

Answer 1

由于可以有多个payments和多个extrasper item，您会在这两个表之间遇到“代理交叉连接”。item_id 在加入之前聚合行item，它应该都是正确的：

SELECT i.country         AS group_by
     , COUNT(*)          AS item_count
     , SUM(i.price)      AS cost
     , SUM(p.sum_amount) AS earned
     , SUM(e.sum_amount) AS extra_earned
FROM  items i
LEFT  JOIN (
   SELECT item_id, SUM(amount) AS sum_amount
   FROM   payments
   GROUP  BY 1
   ) p ON p.item_id = i.id
LEFT  JOIN (
   SELECT item_id, SUM(amount) AS sum_amount
   FROM   extras
   GROUP  BY 1
   ) e ON e.item_id = i.id
GROUP BY 1;

考虑“鱼市”的例子：

• 两个 SQL LEFT JOINS 产生不正确的结果

准确地说，SUM(i.price)加入单个 n 表后将是不正确的，该表将每个价格乘以相关行的数量。做两次只会让情况变得更糟 - 而且可能会导致计算成本高昂。

哦，因为我们现在不乘以行items，所以我们可以使用更便宜的count(*)而不是count(DISTINCT i.id). （id是NOT NULL PRIMARY KEY。）

SQL小提琴。

但如果我想过滤items.created？

解决您的评论。

这取决于。我们可以对payments.created和应用相同的过滤器extras.created吗？

如果是，那么只需在子查询中添加过滤器。（在这种情况下似乎不太可能。）

如果没有，但我们仍在选择大多数项目，则上述查询仍然是最有效的。连接中消除了子查询中的一些聚合，但这仍然比更复杂的查询便宜。

如果不是，并且我们选择了一小部分项目，我建议使用相关子查询或LATERAL连接。例子：

• 单个查询中的多个 array_agg() 调用