PostgreSQL Выберите отдельные значения столбца значений, разделенных запятыми, за исключением подмножеств

Question

Предположим, что есть таблица foo со столбцом bar содержит значения, разделенные запятыми ('a, b', 'a, b, c', 'a, b,c, d ',' d, e ') Как выбрать наибольшую комбинацию и исключить все подмножества, включенные в эту комбинацию (наибольшую):

пример для вышеуказанного набора данных,результат должен быть:

('a, b, c, d', 'd, e') и первые два объекта ('a, b', 'a, b, c ') исключаются, поскольку они являются подмножеством (' a, b, c, d ') .

, принимая во внимание, что все значения в запятойразделенные строки сортируются в алфавитном порядке

Я пробовал следующий запрос, но результаты кажутся немного далекими от того, что мне нужно:

select distinct a.bar from foo a   inner join foo b
on a.bar like '%'|| b.bar||'%' 
and a.bar != b.bar

Answer 1

сначала обработайте строку в наборы символов, затем перекрестно объедините наборы символов с самим собой, исключая строки, в которых наборы символов с обеих сторон совпадают.

Далее, агрегируйте и используйте BOOL_ORв предложении HAVING, чтобы отфильтровать любой набор символов, который является подмножеством любого другого набора символов

С образцом таблицы, разделенной в cte, запрос становится:

WITH foo(bar) AS (SELECT '("a,b" , "a,b,c" , "a,b,c,d" , "d,e")'::TEXT)
SELECT bar, string_to_array(elems[1], ',') not_subset
FROM foo
CROSS JOIN regexp_matches(bar, '[\w|,]+', 'g') elems 
CROSS JOIN regexp_matches(bar, '[\w|,]+', 'g') elems2
WHERE elems2[1] != elems[1] 
  -- my regex also matches the ',' between sets which need to be ignored
  -- alternatively, i have to refine the regex
  AND elems2[1] != ','
  AND elems[1] != ','
GROUP BY 1, 2
HAVING NOT BOOL_OR(string_to_array(elems[1], ',') <@ string_to_array(elems2[1], ','))

производит вывод

bar                                     not_subset
'("a,b" , "a,b,c" , "a,b,c,d" , "d,e")' {'d','e'}
'("a,b" , "a,b,c" , "a,b,c,d" , "d,e")' {'a','b','c','d'}

пример в скрипте sql

Answer 2

Вы можете использовать string_to_array(), чтобы разбить строки на массив.С помощью оператора содержимого @> вы можете проверить, содержит ли массив другой.(См. "9.18. Функции и операторы массива" .)

Используйте это в предложении NOT EXISTS.fi.ctid <> fo.ctid должен гарантировать, что физические адреса сравниваемой пары строк не равны, поскольку, конечно, массив из одной строки будет содержать массив по сравнению с той же строкой.

SELECT fo.bar
       FROM foo fo
       WHERE NOT EXISTS (SELECT *
                                FROM foo fi
                                WHERE fi.ctid <> fo.ctid
                                      AND string_to_array(fi.bar, ',') @> string_to_array(fo.bar, ','));

SQL Fiddle

Но я не могу удержаться: не используйте разделенные запятыми строки в реляционной базе данных.У тебя есть что-то лучше.Это называется "стол".