Question

表表达式 计算一个表，它包含一个 FROM 子句，该子句可以根据需要选用 WHERE, GROUP BY, HAVING 子句。大部分表表达式只是指向磁盘上的一个所谓的基本表，但是我们可以用更复杂的表表达式以各种方法修改或组合基本表。

表表达式里的 WHERE, GROUP BY, HAVING 子句声明一系列对源自 FROM 子句的表的转换操作。所有这些转换最后生成一个虚拟表，传递给选择列表计算输出行。

7.2.1. FROM 子句

FROM 子句 从一个逗号分隔的表引用列表中生成一个虚拟表。

FROM table_reference [, table_reference [, ...]]

表引用可以是一个表名字(可能有模式修饰)或者是一个生成的表，比如子查询、表连接、或这些东西的复杂组合。如果在 FROM 子句中列出了多于一个表，那么它们被交叉连接(见下文)形成一个派生表，该表可以进行 WHERE, GROUP BY, HAVING 子句的转换处理，并最后生成表表达式的结果。

如果一个表引用是一个简单的父表的名字，那么将包括其所有后代子表的行，除非你在该表名字前面加 ONLY 关键字(这样任何子表都会被忽略)。

7.2.1.1. 连接表

一个连接表是根据特定的连接规则从两个其它表(真实表或生成表)中派生的表。我们支持内连接、外连接、交叉连接。

连接类型

交叉连接

T1 CROSS JOIN T2

对每个来自 T1 和 T2 的行进行组合，生成的表将包含这样的行：所有 T1 里面的字段后面跟着所有 T2 里面的字段。如果两表分别有 N 和 M 行，连接成的表将有 N*M 行。

FROM T1 CROSS JOIN T2 等效于 FROM T1, T2 。它还等效于 FROM T1 INNER JOIN T2 ON TRUE (见下文)。

条件连接

T1 { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2 ON boolean_expression
T1 { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2 USING ( join column list )
T1 NATURAL { [INNER] | { LEFT | RIGHT | FULL } [OUTER] } JOIN T2

INNER 和 OUTER 对所有连接类型都是可选的。INNER 为缺省。LEFT, RIGHT, FULL 隐含外连接。

连接条件在 ON 或 USING 子句里声明，或者用关键字 NATURAL 隐含地声明。连接条件判断来自两个源表中的那些行是"匹配"的，这些我们将在下面详细解释。

ON 子句是最常见的连接条件的类型：它接收一个和 WHERE 子句相同的布尔表达式。如果两个分别来自 T1 和 T2 的行在 ON 表达式上运算的结果为真，那么它们就算是匹配的行。

USING 是个一个连接条件的缩写语法：它接收一个用逗号分隔的字段名列表，这些字段必须是连接表共有的并且其值必须相同。最后，JOIN USING 会将每一对相等的输入字段输出为一个字段，其后跟着所有其它字段。因此，USING (a, b, c) 等效于 ON (t1.a = t2.a AND t1.b = t2.b AND t1.c = t2.c) 只不过是如果使用了 ON ，那么在结果里 a, b, c 字段都会有两个，而用 USING 的时候就只会有一个。

最后，NATURAL 是 USING 的缩写形式：它自动形成一个由两个表中同名的字段组成的 USING 列表(同名字段只出现一次)。

条件连接可能的类型是：

INNER JOIN

内连接。对于 T1 中的每一行 R1 ，如果能在 T2 中找到一个或多个满足连接条件的行，那么这些满足条件的每一行都在连接表中生成一行。

LEFT OUTER JOIN

左外连接。首先执行一次内连接。然后为每一个 T1 中无法在 T2 中找到匹配的行生成一行，该行中对应 T2 的列用 NULL 补齐。因此，生成的连接表里无条件地包含来自 T1 里的每一行至少一个副本。

RIGHT OUTER JOIN

右外连接。首先执行一次内连接。然后为每一个 T2 中无法在 T1 中找到匹配的行生成一行，该行中对应 T1 的列用 NULL 补齐。因此，生成的连接表里无条件地包含来自 T2 里的每一行至少一个副本。

FULL OUTER JOIN

全连接。首先执行一次内连接。然后为每一个 T1 与 T2 中找不到匹配的行生成一行，该行中无法匹配的列用 NULL 补齐。因此，生成的连接表里无条件地包含 T1 和 T2 里的每一行至少一个副本。

如果 T1 和 T2 之一或全部是可以连接的表，那么所有类型的连接都可以串连或嵌套在一起。你可以在 JOIN 子句周围使用圆括弧来控制连接顺序，如果没有圆括弧，那么 JOIN 子句从左向右嵌套。

为了解释这些问题，假设我们有一个表 t1

 num | name
-----+------
   1 | a
   2 | b
   3 | c

和 t2

 num | value
-----+-------
   1 | xxx
   3 | yyy
   5 | zzz

然后我们用不同的连接方式可以获得各种结果：

=> SELECT * FROM t1 CROSS JOIN t2;
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   1 | a    |   3 | yyy
   1 | a    |   5 | zzz
   2 | b    |   1 | xxx
   2 | b    |   3 | yyy
   2 | b    |   5 | zzz
   3 | c    |   1 | xxx
   3 | c    |   3 | yyy
   3 | c    |   5 | zzz
(9 rows)

=> SELECT * FROM t1 INNER JOIN t2 ON t1.num = t2.num;
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   3 | c    |   3 | yyy
(2 rows)

=> SELECT * FROM t1 INNER JOIN t2 USING (num);
 num | name | value
-----+------+-------
   1 | a    | xxx
   3 | c    | yyy
(2 rows)

=> SELECT * FROM t1 NATURAL INNER JOIN t2;
 num | name | value
-----+------+-------
   1 | a    | xxx
   3 | c    | yyy
(2 rows)

=> SELECT * FROM t1 LEFT JOIN t2 ON t1.num = t2.num;
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   2 | b    |     |
   3 | c    |   3 | yyy
(3 rows)

=> SELECT * FROM t1 LEFT JOIN t2 USING (num);
 num | name | value
-----+------+-------
   1 | a    | xxx
   2 | b    |
   3 | c    | yyy
(3 rows)

=> SELECT * FROM t1 RIGHT JOIN t2 ON t1.num = t2.num;
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   3 | c    |   3 | yyy
     |      |   5 | zzz
(3 rows)

=> SELECT * FROM t1 FULL JOIN t2 ON t1.num = t2.num;
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   2 | b    |     |
   3 | c    |   3 | yyy
     |      |   5 | zzz
(4 rows)

用 ON 声明的连接条件也可以包含与连接不直接相关的条件。这种功能可能对某些查询很有用，但是需要我们仔细想清楚。比如：

=> SELECT * FROM t1 LEFT JOIN t2 ON t1.num = t2.num AND t2.value = 'xxx';
 num | name | num | value
-----+------+-----+-------
   1 | a    |   1 | xxx
   2 | b    |     |
   3 | c    |     |
(3 rows)

7.2.1.2. 表和列别名

你可以给表或复杂的表引用起一个临时的表别名，以便被其余的查询引用。

要创建一个表别名，可以这样：

FROM table_reference AS alias

或

FROM table_reference alias

AS 关键字没啥特别的含义。alias 可以是任意标识符。

表别名的典型应用是给长表名赋予比较短的标识，好让连接子句更易读一些。比如：

SELECT * FROM some_very_long_table_name s JOIN another_fairly_long_name a ON s.id = a.num;

取了别名之后就不允许再用最初的名字了。因此

SELECT * FROM my_table AS m WHERE my_table.a > 5;

是不符合 SQL 语法的。在 PostgreSQL 中，当 add_missing_from 配置参数为 off (默认)时将会抛出一个错误，但如果为 on 将隐含地在 FROM 子句里增加一个表引用，因此这个查询将会像下面这样处理：

SELECT * FROM my_table AS m, my_table AS my_table WHERE my_table.a > 5;

这样会生成一个交叉连接，这通常不是你想要的。

表别名主要是为了方便标记，但对于自连接却是必须的。比如：

SELECT * FROM people AS mother JOIN people AS child ON mother.id = child.mother_id;

另外，要引用子查询的结果也必须使用别名(参见节7.2.1.3)。

圆括弧用于解决歧义。下面的第一个语句把别名 b 赋予第二个 my_table 表；而第二个语句则把别名 b 赋予了连接的结果。

SELECT * FROM my_table AS a CROSS JOIN my_table AS b ...
SELECT * FROM (my_table AS a CROSS JOIN my_table) AS b ...

另外一种形式的表别名除了给表赋予别名外，还给该表的字段也赋予了别名：

FROM table_reference [AS] alias ( column1 [, column2 [, ...]] )

如果声明的字段别名比表里实际的字段少，那么后面的字段就没有别名。这个语法对于自连接或子查询特别有用。

如果用这些形式中的任何一种给一个 JOIN 子句的输出结果附加了一个别名，那么该别名就在 JOIN 里隐藏了其原始的名字。比如

SELECT a.* FROM my_table AS a JOIN your_table AS b ON ...

是合法 SQL ，但是

SELECT a.* FROM (my_table AS a JOIN your_table AS b ON ...) AS c

是不合法的：别名 a 在别名 c 的外面是看不到的。

7.2.1.3. 子查询

子查询的结果(派生表)必须包围在圆括弧里并且必须赋予一个别名(参阅节7.2.1.2)。比如：

FROM (SELECT * FROM table1) AS alias_name

这个例子等效于 FROM table1 AS alias_name 。更有趣的例子是在子查询里面有分组或聚集的时候，这个时候子查询不能归纳成一个简单的连接。

子查询也可以是一个 VALUES 列表：

FROM (VALUES ('anne', 'smith'), ('bob', 'jones'), ('joe', 'blow'))
     AS names(first, last)

这种情况同样也必须要取一个别名。还可以为 VALUES 列表中的字段取别名，并且被认为是一个好习惯。更多信息参见节7.7。

7.2.1.4. 表函数

表函数是那些生成一个行集合的函数，这个集合可以是由基本数据类型(标量类型)组成，也可以是由复合数据类型(表的行)组成。他们的用法类似一个表、视图、或 FROM 子句里的子查询。表函数返回的字段可以像一个表、视图、或者子查询字段那样包含在 SELECT, JOIN, WHERE 子句里。

如果表函数返回基本数据类型，那么单一结果字段的名字与函数名相同。如果表函数返回复合数据类型，那么多个结果字段的名字和该类型的每个属性的名字相同。

可以在 FROM 子句中为表函数取一个别名，也可以不取别名。如果一个函数在 FROM 子句中没有别名，那么将使用函数名作为结果表的名字。

一些例子：

CREATE TABLE foo (fooid int, foosubid int, fooname text);

CREATE FUNCTION getfoo(int) RETURNS SETOF foo AS $$
    SELECT * FROM foo WHERE fooid = $1;
$$ LANGUAGE SQL;

SELECT * FROM getfoo(1) AS t1;

SELECT * FROM foo
    WHERE foosubid IN (select foosubid from getfoo(foo.fooid) z
                           where z.fooid = foo.fooid);

CREATE VIEW vw_getfoo AS SELECT * FROM getfoo(1);

SELECT * FROM vw_getfoo;

有时侯，把一个函数定义成根据不同的调用方法可以返回不同的字段是很有用的。为了支持这个，表函数可以声明为返回伪类型 record 。如果在查询里使用这样的函数，那么我们必须在查询中声明预期的行结构，这样系统才知道如何分析和规划该查询。让我们看看下面的例子：

SELECT *
    FROM dblink('dbname=mydb', 'select proname, prosrc from pg_proc')
      AS t1(proname name, prosrc text)
    WHERE proname LIKE 'bytea%';

dblink 函数执行一个远程的查询(参阅 contrib/dblink)。它声明为返回 record ，因为它可能会被用于任何类型的查询。实际的字段集必须在调用它的查询中声明，这样分析器才知道类似 * 这样的东西应该扩展成什么样子。

7.2.2. WHERE 子句

WHERE 子句 的语法是

WHERE search_condition

这里的 search_condition 是一个返回类型为 boolean 的值表达式(参阅节4.2)。

在完成对 FROM 子句的处理之后，生成的每一行都会按照 search_condition进行检查。如果结果是真，那么该行保留在输出表中，否则(结果是假或 NULL)就把它抛弃。搜索条件通常至少要引用一些在 FROM 子句里生成的列，这不是必须的，但如果不这样的话，WHERE 子句就没什么意义了。

【注意】内连接的连接条件既可以写在 WHERE 子句里也可以写在 JOIN 子句里。比如，下面的表表达式是等效的：

FROM a, b WHERE a.id = b.id AND b.val > 5

和

FROM a INNER JOIN b ON (a.id = b.id) WHERE b.val > 5

或者可能还有

FROM a NATURAL JOIN b WHERE b.val > 5

你想用哪个只是风格问题。FROM 子句里的 JOIN 语法可能不那么容易移植到其它产品中。对于外连接而言，我们在任何情况下都没有选择：连接条件必须在 FROM 子句中完成。外连接的 ON/USING 子句不等于 WHERE 条件，因为它判断最终结果中行的增(那些不匹配的输入行)和删。

这里是一些 WHERE 子句的例子：

SELECT ... FROM fdt WHERE c1 > 5

SELECT ... FROM fdt WHERE c1 IN (1, 2, 3)

SELECT ... FROM fdt WHERE c1 IN (SELECT c1 FROM t2)

SELECT ... FROM fdt WHERE c1 IN (SELECT c3 FROM t2 WHERE c2 = fdt.c1 + 10)

SELECT ... FROM fdt WHERE c1 BETWEEN (SELECT c3 FROM t2 WHERE c2 = fdt.c1 + 10) AND 100

SELECT ... FROM fdt WHERE EXISTS (SELECT c1 FROM t2 WHERE c2 > fdt.c1)

在上面的例子里，fdt 是从 FROM 子句中派生的表。那些不符合 WHERE 子句的搜索条件的行将从 fdt 中删除。请注意我们把标量子查询当做一个值表达式来用。就像其它查询一样，子查询里也可以使用复杂的表表达式。同时还请注意 fdt 是如何引用子查询的。把 c1 修饰成 fdt.c1 只有在 c1 是该子查询生成的列名字时才是必须的，但修饰列名字可以增加语句的准确性(即使有时不是必须的)。这个例子就演示了字段名字范围如何从外层查询扩展到它的内层查询。

7.2.3. GROUP BY 和 HAVING 子句

在通过了 WHERE 过滤器之后，生成的输出表可以继续用 GROUP BY 子句进行分组，然后用 HAVING 子句选取一些分组行。

SELECT select_list
    FROM ...
    [WHERE ...]
    GROUP BY grouping_column_reference [, grouping_column_reference]...

GROUP BY 子句 用于把那些所有列出的 grouping_column_reference 值都相同的行聚集在一起，缩减为一行，这样就可以删除输出里的重复和/或计算应用于这些组的聚集。这些字段的列出顺序无关紧要。比如：

=> SELECT * FROM test1;
 x | y
---+---
 a | 3
 c | 2
 b | 5
 a | 1
(4 rows)

=> SELECT x FROM test1 GROUP BY x;
 x
---
 a
 b
 c
(3 rows)

在第二个查询里，我们不能写成 SELECT * FROM test1 GROUP BY x ，因为字段 y 里没有哪个值可以和每个组关联起来。被分组的字段可以在选择列表中引用是因为它们每个组都有单一的数值。

如果一个表被分了组，那么就只能引用聚集表达式中的字段和分组中的字段。一个带聚集表达式的例子是：

=> SELECT x, sum(y) FROM test1 GROUP BY x;
 x | sum
---+-----
 a |   4
 b |   5
 c |   2
(3 rows)

这里的 sum 是一个聚集函数，它在组上计算总和。有关可用的聚集函数的更多信息可以在节9.15中找到。

【提示】没有聚集表达式的分组实际上是计算了一个字段中独立数值的集合。我们也可以用 DISTINCT 子句实现(参阅节7.3.3)。

这里是另外一个例子：它计算每种产品的总销售额(而不是所有产品的总销售额)。

SELECT product_id, p.name, (sum(s.units) * p.price) AS sales
    FROM products p LEFT JOIN sales s USING (product_id)
    GROUP BY product_id, p.name, p.price;

在这个例子里，字段 product_id, p.name, p.price 必须在 GROUP BY 子句里，因为它们都在查询选择列表里被引用了。根据产品表具体设置的不同，名字和价格可能和产品ID完全无关，因此理论上额外的分组可能是不必要的，但是这些尚未实现。s.units 字段不必在 GROUP BY 列表里，因为它只是在一个聚集表达式(sum(...))里使用，它代表一组产品的销售总额。对于每种产品，这个查询都返回一个该产品的总销售额。

在严格的 SQL 里，GROUP BY 只能对源表的列进行分组，但 PostgreSQL 把这个扩展为既允许对选择列表中的字段进行分组，也允许对值表达式进行分组，而不仅仅是简单的字段。

如果一个表已经用 GROUP BY 子句分了组，然后你又只对其中的某些组感兴趣，那么就可以用 HAVING 子句筛选分组。语法是：

SELECT select_list FROM ... [WHERE ...] GROUP BY ... HAVING boolean_expression

在 HAVING 子句中的表达式可以引用分组的表达式和未分组的表达式(后者必须涉及一个聚集函数)。

例子：

=> SELECT x, sum(y) FROM test1 GROUP BY x HAVING sum(y) > 3;
 x | sum
---+-----
 a |   4
 b |   5
(2 rows)

=> SELECT x, sum(y) FROM test1 GROUP BY x HAVING x < 'c';
 x | sum
---+-----
 a |   4
 b |   5
(2 rows)

然后是一个更现实的例子：

SELECT product_id, p.name, (sum(s.units) * (p.price - p.cost)) AS profit
    FROM products p LEFT JOIN sales s USING (product_id)
    WHERE s.date > CURRENT_DATE - INTERVAL '4 weeks'
    GROUP BY product_id, p.name, p.price, p.cost
    HAVING sum(p.price * s.units) > 5000;

在上面的例子里，WHERE 子句在尚未分组之前根据 s.date 字段选择数据行(表达式只是对那些最近四周发生的销售为真)。而 HAVING 子句在分组之后选择那些销售总额超过 5000 的组。请注意聚集表达式不需要在查询中的所有地方都一样。