Question

我有一张桌子：

create table purchase(
   transaction_id integer,
   account_id bigint,
   created timestamp with time zone,
   price numeric(5,2)
)

我认为系统向我发送重复记录存在问题，但我不知道这个问题有多广泛。

我需要一个查询来选择在1秒内创建的所有记录（不一定是同一秒），这些记录具有相同的account_id和相同的价格。因此，例如，我希望能够找到这两个记录：

+----------------+----------------+-------------------------------+-------+
| transaction_id |   account_id   |            created            | price |
+----------------+----------------+-------------------------------+-------+
|          85239 | 80012340116730 | 2014-05-07 15:46:03.361959+00 |  8.47 |
|          85240 | 80012340116730 | 2014-05-07 15:46:04.118911+00 |  8.47 |
+----------------+----------------+-------------------------------+-------+

如何在单个查询中执行此操作？

我正在使用PostgreSQL 9.3。

Answer 1

您需要在两个方向内检查一秒内是否存在行并且您需要从测试中排除行本身：

SELECT *
FROM   purchase p
WHERE  EXISTS (
   SELECT 1
   FROM  purchase p1
   WHERE p1.created > p.created - interval '1 sec' -- "less than a second"
   AND   p1.created < p.created + interval '1 sec'
   AND   p1.account_id = p.account_id
   AND   p1.price      = p.price
   AND   p1.transaction_id <> p.transaction_id   -- assuming that's the pk
   )
ORDER BY account_id, price, created;         -- optional, for handy output

这些WHERE条件为sargable，允许在created上使用索引：

WHERE p1.created > p.created - interval '1 sec'
AND   p1.created < p.created + interval '1 sec'

相反：

p1.created - p.created < interval '1 sec'

后者不能使用created上的索引，这可能会减慢使用大表的查询速度。 Postgres被迫测试所有剩余的组合（在应用其他条件之后）。根据其他条件的选择性和工作台的大小，这可能是无关紧要的，也可能是中等到巨大的性能消耗对于中小型表，测试显示了两个序列扫描和一个哈希半连接用于任一查询。

索引

案例的完美索引是以下形式的多列索引：

CREATE INDEX purchase_foo_idx ON purchase (account_id, price, created)

但是各个列的索引组合也能很好地工作（并且可能有更多的用例）。

Answer 2

我认为你正在寻找这样的东西：

select *
from purchase p1
where exists (
    select transaction_id 
    from purchase p2 
    where p2.created > p1.created
    and p2.created - p1.created < interval '1 second'
    and p2.account_id = p1.account_id
    and p2.price = p1.price)

编辑：大表上的查询可能非常繁重。考虑限制它，例如有一天：

select *
from purchase p1
where 
    p1.created::date = '2014-05-08'
    and exists (
        select transaction_id 
        from purchase p2 
        where p2.created::date = '2014-05-08'
        and p2.created > p1.created
        and p2.created - p1.created < interval '1 second'
        and p2.account_id = p1.account_id
        and p2.price = p1.price)

SQL Fiddle

选择相隔不到1秒的所有记录

2 个答案:

索引