sql - 从 postgres 的字符串数组列中删除重复条目

Question

我有一个 PostgreSQL 表，其中有一列包含字符串数组。该行有一些独特的数组字符串或一些也有重复的字符串。我想从每行中删除重复的字符串(如果存在)。

我已经尝试过一些查询，但无法实现。

表格如下:

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8","viper"}   
      7  | {"ferrariff","viper","viper","volt"}    

我期待以下输出:

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8"}           
      7  | {"ferrariff","viper","volt"}            

Answer 1

由于每一行的数组都是独立的，因此使用 ARRAY 构造函数的普通相关子查询可以完成这项工作:

SELECT *, ARRAY(SELECT DISTINCT unnest (vehicle_types)) AS vehicle_types_uni
FROM   vehicle;

参见:

• Why is array_agg() slower than the non-aggregate ARRAY() constructor?

请注意，NULL 被转换为一个空数组 ('{}')。我们需要对其进行特殊处理，但无论如何它都被排除在下面的 UPDATE 中。

快速简单。但是不要使用它。您没有这么说，但通常您希望保留数组元素的原始顺序。您的基本样本表明了这一点。在相关子查询中使用 WITH ORDINALITY，这会变得更复杂一些:

SELECT *, ARRAY (SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ) AS vehicle_types_uni
FROM   vehicle;

参见:

• PostgreSQL unnest() with element number

UPDATE 以实际删除欺骗:

UPDATE vehicle
SET    vehicle_types = ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                )
WHERE  cardinality(vehicle_types) > 1  -- optional
AND    vehicle_types <> ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ); -- suppress empty updates (optional)

两个添加的 WHERE 条件都是可选的，以提高性能。第一个是完全多余的。每个条件还排除了 NULL 情况。第二个抑制所有空更新。

参见:

• How do I (or can I) SELECT DISTINCT on multiple columns?

如果您尝试在不保留原始顺序的情况下执行此操作，您可能会在不需要的情况下更新大多数行，只是因为即使没有重复，顺序或元素也发生了变化。

需要 Postgres 9.4 或更高版本。

db<> fiddle here