Postgres - 从多个有序行中选择非空非空值

Question

我需要根据优先级对来自多个来源的大量数据进行分组，但这些来源的数据质量不同 - 它们可能会丢失一些数据。任务是以尽可能完整的方式将这些数据分组到一个单独的表中。

例如：

create table grouped_data (
  id serial primary key,
  type text,
  a text,
  b text,
  c int
);

create table raw_data (
  id serial primary key,
  type text,
  a text,
  b text,
  c int,
  priority int
);


insert into raw_data
(type, a,       b,         c,   priority)
values
('one', null,    '',        123, 1),
('one', 'foo',   '',        456, 2),
('one', 'bar',   'baz',     789, 3),
('two', null,    'two-b',   11,  3),
('two', '',      '',        33,  2),
('two', null,    'two-bbb', 22,  1);

现在我需要对记录进行分组 by type， order by priority，取第一个非空和非空值，并将其放入grouped_data. 在这种情况下，afor group的值one将是foo因为保存该值的行比具有 的行具有更高的优先级bar。应该c是123，因为它具有最高的优先级。对于 group 也是如此two，对于每一列，我们采用非空、非空且具有最高优先级的数据，或者null如果不存在实际数据则回退到该数据。

最终grouped_data预计有以下内容：

('one', 'foo', 'baz',     123),
('two', null,  'two-bbb', 22)

我尝试过分组、子选择、合并、交叉连接...唉，我对 PostgreSQL 的了解还不足以让它工作。我也想避免的一件事是一一浏览列，因为在现实世界中只有几十个列可以使用......

我一直用来搞乱这个的小提琴的链接：http://sqlfiddle.com/#!17/76699/1

---

更新：

谢谢你们！Oleksii Tambovtsev 的解决方案是最快的。对于一组与真实案例非常相似的数据（200 万条记录，约 30 个字段），只需 20 秒即可生成完全相同的数据集，而之前以编程方式生成的数据需要 20 多分钟。

eshirvana 的解决方案在 95 秒内执行相同的操作，Steve Kass 的解决方案在 125 秒内执行相同操作，而 Stefanov.sm - 308 秒（这仍然比编程方式快得多！）

谢谢你们 ：）

Answer 1

你应该尝试这个：

SELECT
       type,
       (array_agg(a ORDER BY priority ASC) FILTER (WHERE a IS NOT NULL AND a != ''))[1] as a,
       (array_agg(b ORDER BY priority ASC) FILTER (WHERE b IS NOT NULL AND b != ''))[1] as b,
       (array_agg(c ORDER BY priority ASC) FILTER (WHERE c IS NOT NULL))[1] as c
FROM raw_data GROUP BY type ORDER BY type;