Postgres FOR LOOP

Question

我正在尝试从表中获取25个15,000个ID的随机样本。而不是每次都手动按下运行，我正在尝试循环。我完全理解的不是Postgres的最佳用法，但它是我的工具。这就是我到目前为止所做的：

for i in 1..25 LOOP
   insert into playtime.meta_random_sample
   select i, ID
   from   tbl
   order  by random() limit 15000
end loop

Answer 1

Procedural elements like loops不是SQL语言的一部分，只能在过程语言function，procedure（Postgres 11或更高版本）或{{3}的正文中使用}语句，其中这些附加元素由相应的过程语言定义。默认值为DO，但PL/pgSQL。

plpgsql示例：

DO
$do$
BEGIN 
   FOR i IN 1..25 LOOP
      INSERT INTO playtime.meta_random_sample
         (col_i, col_id)                       -- declare target columns!
      SELECT  i,     id
      FROM   tbl
      ORDER  BY random()
      LIMIT  15000;
   END LOOP;
END
$do$;

对于可以通过循环解决的许多任务，有一个更短，更快的基于集合的解决方案。纯SQL等效于您的示例：

INSERT INTO playtime.meta_random_sample (col_i, col_id)
SELECT t.*
FROM   generate_series(1,25) i
CROSS  JOIN LATERAL (
   SELECT i, id
   FROM   tbl
   ORDER  BY random()
   LIMIT  15000
   ) t;

关于there are others：

• generate_series()

关于优化随机选择的效果：

• What is the expected behaviour for multiple set-returning functions in select clause?

Answer 2

我只是遇到了这个问题，虽然它很旧，但我想我会为档案添加一个答案。 OP询问是否存在循环，但他们的目标是从表中收集随机的行样本。对于该任务，Postgres 9.5+在WHERE上提供了TABLESAMPLE子句。这是一个很好的总结：

https://www.2ndquadrant.com/en/blog/tablesample-in-postgresql-9-5-2/

我倾向于使用Bernoulli，因为它基于行而不是基于页面，但是最初的问题是关于特定的行数。为此，有一个内置扩展程序：

https://www.postgresql.org/docs/current/tsm-system-rows.html

CREATE EXTENSION tsm_system_rows;

然后，您可以获取任意数量的行：

select * from playtime tablesample system_rows (15);

Answer 3

下面是您可以使用的示例：

create temp table test2 (
  id1  numeric,
  id2  numeric,
  id3  numeric,
  id4  numeric,
  id5  numeric,
  id6  numeric,
  id7  numeric,
  id8  numeric,
  id9  numeric,
  id10 numeric) 
with (oids = false);

do
$do$
declare
     i int;
begin
for  i in 1..100000
loop
    insert into test2  values (random(), i * random(), i / random(), i + random(), i * random(), i / random(), i + random(), i * random(), i / random(), i + random());
end loop;
end;
$do$;

Answer 4

我发现使用过程编程语言（例如Python）建立连接并进行这些类型的查询会更加方便。

import psycopg2
connection_psql = psycopg2.connect( user="admin_user"
                                  , password="***"
                                  , port="5432"
                                  , database="myDB"
                                  , host="[ENDPOINT]")
cursor_psql = connection_psql.cursor()

myList = [...]
for item in myList:
  cursor_psql.execute('''
    -- The query goes here
  ''')

connection_psql.commit()
cursor_psql.close()