查找每个国家/地区的顶级用户数量

Question

我有以下表格来模拟图书数据库：

CREATE TABLE Country (
    ISO_3166 CHAR(2) PRIMARY KEY,
    CountryName VARCHAR(256),
    CID varchar(16)
);
CREATE TABLE Users (
    UID INT PRIMARY KEY,
    Username VARCHAR(256),
    DoB DATE,
    Age INT,
    ISO_3166 CHAR(2) REFERENCES Country (ISO_3166)
);
CREATE TABLE Book (
    ISBN VARCHAR(17) PRIMARY KEY,
    Title VARCHAR(256),
    Published DATE,
    Pages INT,
    Language VARCHAR(256)
);
CREATE TABLE Rating (
    UID INT REFERENCES Users (UID),
    ISBN VARCHAR(17) REFERENCES Book (ISBN),
    PRIMARY KEY (UID,ISBN),
    Rating int
);

我现在想找到每个国家评分最高的用户。我可以使用这个查询：

SELECT Country.CountryName as CountryName, Users.Username as Username, COUNT(Rating.Rating) as NumRatings
FROM Country
JOIN Users ON Users.ISO_3166 = Country.ISO_3166 
JOIN Rating ON Users.UID = Rating.UID
GROUP BY Country.CID, CountryName, Username
ORDER BY CountryName ASC

以以下格式返回每个用户的评分数：

 Countryname | Username | Number of Ratings of this user

我还管理了以下查询，它为每个国家/地区提供一个用户，但它不是收视率最高的那个：

SELECT DISTINCT ON (CountryName)
        CountryName, Username, MAX(NumRatings)
FROM (
    SELECT Country.CountryName as CountryName, Users.Username as Username, COUNT(Rating.Rating) as NumRatings
        FROM Country
        JOIN Users ON Users.ISO_3166 = Country.ISO_3166 
        JOIN Rating ON Users.UID = Rating.UID
        GROUP BY Country.CID, CountryName, Username
        ORDER BY CountryName ASC) AS MyTable
GROUP BY CountryName, Username, NumRatings 
ORDER BY CountryName ASC;

但是如何编写一个查询来选择每个国家/地区的最大用户？

Answer 1

你是如此接近：

SELECT DISTINCT ON (CountryName)
        CountryName, Username, NumRatings
FROM(
    SELECT Country.CountryName as CountryName, Users.Username as Username, COUNT(Rating.Rating) as NumRatings
        FROM Country
        JOIN Users ON Users.ISO_3166 = Country.ISO_3166 
        JOIN Rating ON Users.UID = Rating.UID
        GROUP BY Country.CID, CountryName, Username
        ORDER BY CountryName ASC) AS MyTable
WHERE TRUE --no filtering needed 
ORDER BY CountryName ASC, NumRatings DESC

Postgres 允许您在要区分的列由多行表示时进行排序以确定包含哪条记录。在这种情况下，按 NumRatings 降序排序应该会为您提供每个国家/地区具有最高 NumRatings 值的行中的值。

Answer 2

DISTINCT ON

很好，很容易获得每个国家收视率最高的one（正如“不同”一词所暗示的）用户。参见：

• 在每个 GROUP BY 组中选择第一行？

但是你想...

找到每个国家评分最高的用户。

每个国家/地区的收视率最高。
我想先聚合评级，然后加入用户表 - 在 CTE 中。然后使用

LATERAL

:

 在 

WITH TIES

子查询中为每个国家选择一个或多个获胜者

WITH agg AS (
   SELECT u.iso_3166, u.uid, u.username, r.numratings
   FROM  (
      SELECT uid, count(*) AS numratings
      FROM   rating r
      GROUP  BY 1
      ) r
   JOIN   users u USING (uid)
   )
SELECT c.countryname, a.username, a.numratings
FROM   country c
LEFT   JOIN LATERAL (
   SELECT *
   FROM   agg a
   WHERE  a.iso_3166 = c.iso_3166
   ORDER  BY a.numratings DESC
   FETCH  FIRST 1 ROWS WITH TIES  -- !
   ) a ON true;

关于“先聚合，后加入”：

• 单个查询中的多个 array_agg() 调用
• 加入对 generate_series() 的计数查询并将 Null 值检索为“0”

关于

WITH TIES

：

• 获得最高价值的顶行，有关系

关于

LATERAL

：

• PostgreSQL 中的 LATERAL JOIN 和子查询有什么区别？

值得注意的是，你确实 not 想要

GROUP BY Country.CID

。

country.ISO_3166

是PK，改用它。 （我优化了查询，所以我根本不需要

GROUP BY

中的国家。）