Question

基本上我有一个表messages，带有user_id字段，用于标识创建该消息的用户。

当我在两个用户之间显示对话（一组消息）时，我希望能够按user_id对消息进行分组，但这很简单：

假设有一些消息（按created_at desc排序）：

  id: 1, user_id: 1
  id: 2, user_id: 1
  id: 3, user_id: 2
  id: 4, user_id: 2
  id: 5, user_id: 1

我想按以下顺序获得3个消息组： [1,2], [3,4], [5]

它应该按* user_id *分组，直到它看到另一个，然后按那个分组。

我正在使用PostgreSQL，很乐意使用特定的东西，无论什么都可以提供最佳性能。

Answer 1

尝试这样的事情：

SELECT user_id, array_agg(id)
FROM (
SELECT id, 
       user_id, 
       row_number() OVER (ORDER BY created_at)-
       row_number() OVER (PARTITION BY user_id ORDER BY created_at) conv_id
FROM table1 ) t
GROUP BY user_id, conv_id;

表达式：

row_number() OVER (ORDER BY created_at)-
row_number() OVER (PARTITION BY user_id ORDER BY created_at) conv_id

会为每个邮件组提供一个特殊ID（可以为其他conv_id重复此user_id，但user_id, conv_id将为您提供所有不同的邮件组）

我的SQLFiddle示例。

详细信息：row_number()，OVER (PARTITION BY ... ORDER BY ...)

Answer 2

正确的SQL

@Igor提供了一个很好的带有窗口函数的纯SQL技术但是：

我希望按以下顺序获得3个消息组：[1,2]，[3,4]，[5]

要获取所请求的订单，请添加ORDER BY min(id)：

SELECT array_agg(id) AS ids
FROM (
   SELECT id
         ,user_id
         ,row_number() OVER (ORDER BY id) -
          row_number() OVER (PARTITION BY user_id ORDER BY id) AS grp
   FROM   messages
   ORDER  BY id) t   -- for ordered arrays in result
GROUP  BY grp, user_id
ORDER  BY min(id);

SQL Fiddle.

这一补充几乎无法得到另一个答案。更重要的问题是：

使用PL / pgSQL

更快

我正在使用PostgreSQL，并且很乐意使用特定的东西，无论什么能提供最佳性能。

Pure SQL非常好用，但是这个任务的程序性服务器端功能 很多更快。虽然在程序上处理行通常较慢， plpgsql 会赢得此次竞争，因为它可以用单表扫描和< em>单 ORDER BY操作：

CREATE OR REPLACE FUNCTION f_msg_groups()
  RETURNS TABLE (ids int[]) AS
$func$
DECLARE
   _id    int;
   _uid   int;
   _id0   int;                         -- id of last row
   _uid0  int;                         -- user_id of last row
BEGIN
   FOR _id, _uid IN
       SELECT id, user_id FROM messages ORDER BY id
   LOOP
       IF _uid <> _uid0 THEN
          RETURN QUERY VALUES (ids);   -- output row (never happens after 1 row)
          ids := ARRAY[_id];           -- start new array
       ELSE
          ids := ids || _id;           -- add to array
       END IF;

       _id0  := _id;
       _uid0 := _uid;                  -- remember last row
   END LOOP;

   RETURN QUERY VALUES (ids);          -- output last iteration
END
$func$ LANGUAGE plpgsql;

呼叫：

SELECT * FROM f_msg_groups();

基准和链接

我在{6}行的类似真实生活表上进行了EXPLAIN ANALYZE的快速测试（执行几次，选择最快的结果以排除兑现效果）：

SQL：
总运行时间：1009.549 ms
PL / pgSQL的：
总运行时间： 336.971 ms

还要考虑这些密切相关的问题：

Answer 3

GROUP BY子句会将响应折叠为2条记录 - 其中一条记录user_id 1而一条记录user_id 2，无论ORDER BY条款如何，我建议你这样做d只发送ORDER BY created_at

prev_id = -1
messages.each do |m|
 if ! m.user_id == prev_id do 
    prev_id = m.user_id
    #do whatever you want with a new message group
 end
end

Answer 4

您可以使用chunk：

Message = Struct.new :id, :user_id

messages = []
messages << Message.new(1, 1)
messages << Message.new(2, 1)
messages << Message.new(3, 2)
messages << Message.new(4, 2)
messages << Message.new(5, 1)

messages.chunk(&:user_id).each do |user_id, records| 
  p "#{user_id} - #{records.inspect}" 
end

输出：

"1 - [#<struct Message id=1, user_id=1>, #<struct Message id=2, user_id=1>]"
"2 - [#<struct Message id=3, user_id=2>, #<struct Message id=4, user_id=2>]"
"1 - [#<struct Message id=5, user_id=1>]"

按重复属性分组

4 个答案:

正确的SQL

使用PL / pgSQL

基准和链接