PGSQL：遍歷整個表，在每一行上執行計算

Question

我想通過說我是SQL的新手，但我的工作現在需要我在其中工作。

我有一個包含地形點數據（x，y，z）的數據集。我正在嘗試基於這些數據建立一個KNN模型。對於每個點'P'，我搜索距P最近的數據集中的100個點（最接近地理上最接近的點）。然後，我平均這些點的值（這個平均值被稱爲殘差），並將此值添加到'resid'列中的表中。

作爲一個概念證明，我試圖簡單地遍歷表，並在每行中將'resid'列的值設置爲1.0。

我的查詢是這樣的：

CREATE OR REPLACE FUNCTION LoopThroughTable() RETURNS VOID AS ' 
DECLARE row table%rowtype; 
BEGIN 
    FOR row in SELECT * FROM table LOOP 
     SET row.resid = 1.0; 
    END LOOP; 
END 

' LANGUAGE 'plpgsql'; 

SELECT LoopThroughTable() as output; 

此代碼執行和返回成功，但是當我檢查表，不改變已經作出。我的錯誤是什麼？

Answer 1

你不需要這個功能。 所有你需要的是運行此查詢：如果你想用一個函數來做到這一點，你可以使用SQL功能

UPDATE table SET resid = 1.0; 

：

CREATE OR REPLACE FUNCTION LoopThroughTable() 
    RETURNS VOID AS 
$BODY$ 
UPDATE table SET resid = 1.0; 
$BODY$ 
    LANGUAGE sql VOLATILE 

，如果你想使用plpgsql那麼函數是：

CREATE OR REPLACE FUNCTION LoopThroughTable() 
    RETURNS void AS 
$BODY$ 
begin 
     UPDATE table SET resid = 1.0; 
end; 
$BODY$ 
    LANGUAGE plpgsql VOLATILE 

注意，不建議使用plpgsql功能可與完成的任務3210功能。

Answer 2

我不確定概念驗證示例是否符合您的要求。一般來說，使用SQL，你幾乎不需要需要一個FOR循環。雖然您可以使用函數，但如果您有PostgreSQL 9.3或更高版本，則可以使用LATERAL subquery爲每行執行子查詢。

例如，創建萬個隨機3D點與隨機value柱：

CREATE TABLE points(
    gid serial primary key, 
    geom geometry(PointZ), 
    value numeric 
); 
CREATE INDEX points_geom_gist ON points USING gist (geom); 
INSERT INTO points(geom, value) 
SELECT ST_SetSRID(ST_MakePoint(random()*1000, random()*1000, random()*100), 0), random() 
FROM generate_series(1, 10000); 

對於每個點，搜索100個最近的點（除了所討論的點），並找到點之間的殘餘「value和100最近的平均水平：

SELECT p.gid, p.value - avg(l.value) residual 
FROM points p, 
    LATERAL (
    SELECT value 
    FROM points j 
    WHERE j.gid <> p.gid 
    ORDER BY p.geom <-> j.geom 
    LIMIT 100 
) l 
GROUP BY p.gid 
ORDER BY p.gid; 

Answer 3

做更新，在一個循環行由行幾乎總是一個壞主意和將是極其緩慢和W不規模。你應該找到一種避免這種情況的方法。

之後話說：

您的所有功能正在做的是改變內存中的列值的價值 - 你只是修改變量的內容。如果要更新數據，您需要一個update聲明：

您需要使用循環內的UPDATE：

CREATE OR REPLACE FUNCTION LoopThroughTable() 
    RETURNS VOID 
AS 
$$ 
DECLARE 
    t_row the_table%rowtype; 
BEGIN 
    FOR t_row in SELECT * FROM the_table LOOP 
     update the_table 
      set resid = 1.0 
     where pk_column = t_row.pk_column; --<<< !!! important !!! 
    END LOOP; 
END; 
$$ 
LANGUAGE plpgsql; 

請注意，您有對主鍵添加where條件update聲明，否則您將更新所有行爲每個迭代的循環。

一個稍微更有效的解決方案是使用遊標，然後執行使用where current of

CREATE OR REPLACE FUNCTION LoopThroughTable() 
    RETURNS VOID 
AS $$ 
DECLARE 
    t_curs cursor for 
     select * from the_table; 
    t_row the_table%rowtype; 
BEGIN 
    FOR t_row in t_curs LOOP 
     update the_table 
      set resid = 1.0 
     where current of t_curs; 
    END LOOP; 
END; 
$$ 
LANGUAGE plpgsql; 

---

所以，如果我執行UPDATE查詢循環完成後，將更新將更改提交給表？

否。對函數的調用在調用事務的上下文中運行。因此，如果您在SQL客戶端中禁用了自動提交，那麼在運行SELECT LoopThroughTable()之後，您需要commit。

---

請注意，語言名稱是一個標識符，不要使用單引號。您還應該避免使用關鍵字row作爲變量名稱。

使用dollar quoting（像我一樣）也使得編寫函數體更容易