SQL 以 "round-robin"顺序返回行

Question

我有一堆 URL 存储在一个表中，等待脚本抓取。但是，其中许多 URL 都来自同一站点。我想以“站点友好”的顺序返回这些 URL(即，尽量避免连续使用来自同一站点的两个 URL)，这样我就不会在短时间内发出过多的 http 请求而被意外阻止.

数据库布局是这样的:

create table urls (    site varchar,       -- holds e.g. www.example.com or stockoverflow.com    url varchar unique);

示例结果:

SELECT url FROM urls ORDER BY mysterious_round_robin_function(site);http://www.example.com/some/filehttp://stackoverflow.com/questions/askhttp://use.perl.org/http://www.example.com/some/other/filehttp://stackoverflow.com/tags

我想到了类似“ORDER BY site <> @last_site DESC”的东西，但我不知道如何着手编写这样的东西。

Answer 1

有关其工作原理的更详细说明，请参阅我博客中的这篇文章:

• PostgreSQL: round-robin order

使用新的 PostgreSQL 8.4:

SELECT  *
FROM    (
        SELECT  site, url, ROW_NUMBER() OVER (PARTITION BY site ORDER BY url) AS rn
        FROM    urls
        )
ORDER BY
        rn, site

旧版本:

SELECT  site,
        (
        SELECT  url
        FROM    urls ui
        WHERE   ui.site = sites.site
        ORDER BY
                url
        OFFSET  total
        LIMIT   1
        ) AS url
FROM    ( 
        SELECT  site, generate_series(0, cnt - 1) AS total
        FROM    (
                SELECT  site, COUNT(*) AS cnt
                FROM    urls
                GROUP BY
                        site
                ) s
        ) sites
ORDER BY
        total, site

，尽管它可能效率较低。