如何比较两个数组并只选取不匹配的元素在postgres中

Question

如何仅挑选两个数组之间不匹配的元素。

实施例：

base_array [12,3,5,7,8] 
temp_array [3,7,8] 

所以我在这里要比较两个阵列和删除基本阵列的匹配元素。

现在base_array应该像[12,5]

Answer 1

的contrib/intarray模块提供了这个功能 - 为整数数组，反正。对于其他数据类型，您可能需要编写自己的函数（或修改intarray提供的函数）。

Answer 2

select array_agg(elements) 
from (
    select unnest(array[12,3,5,7,8]) 
    except 
    select unnest(array[3,7,8]) 
) t (elements) 

Answer 3

我会用数组运算符来处理这个问题。

select array(select unnest(:arr1) except select unnest(:arr2)); 

如果：arr1和arr2不相交，则使用array_agg（）会导致null。

Answer 4

让我们试试UNNEST（）/除外：

EXPLAIN ANALYZE SELECT array(select unnest(ARRAY[1,2,3,n]) EXCEPT SELECT unnest(ARRAY[2,3,4,n])) FROM generate_series(1,10000) n; 
Function Scan on generate_series n (cost=0.00..62.50 rows=1000 width=4) (actual time=1.373..140.969 rows=10000 loops=1) 
    SubPlan 1 
    -> HashSetOp Except (cost=0.00..0.05 rows=1 width=0) (actual time=0.011..0.011 rows=1 loops=10000) 
      -> Append (cost=0.00..0.04 rows=2 width=0) (actual time=0.002..0.008 rows=8 loops=10000) 
       -> Subquery Scan "*SELECT* 1" (cost=0.00..0.02 rows=1 width=0) (actual time=0.002..0.003 rows=4 loops=10000) 
         -> Result (cost=0.00..0.01 rows=1 width=0) (actual time=0.001..0.002 rows=4 loops=10000) 
       -> Subquery Scan "*SELECT* 2" (cost=0.00..0.02 rows=1 width=0) (actual time=0.001..0.003 rows=4 loops=10000) 
         -> Result (cost=0.00..0.01 rows=1 width=0) (actual time=0.001..0.002 rows=4 loops=10000) 
Total runtime: 142.531 ms 

而且intarray特殊的运算符：

EXPLAIN ANALYZE SELECT ARRAY[1,2,3,n] - ARRAY[2,3,4,n] FROM generate_series(1,10000) n; 
Function Scan on generate_series n (cost=0.00..15.00 rows=1000 width=4) (actual time=1.338..11.381 rows=10000 loops=1) 
Total runtime: 12.306 ms 

基线：

：

EXPLAIN ANALYZE SELECT ARRAY[1,2,3,n], ARRAY[2,3,4,n] FROM generate_series(1,10000) n; 
Function Scan on generate_series n (cost=0.00..12.50 rows=1000 width=4) (actual time=1.357..7.139 rows=10000 loops=1) 
Total runtime: 8.071 ms 

每个阵列相交时间

intarray -   : 0.4 µs 
unnest()/intersect : 13.4 µs 

当然的intarray方式快得多，但我发现它惊人的，所以Postgres不能扎普依赖子查询（包含哈希和其他的东西）的13.4微秒......

Answer 5

我已经构建了一套函数来处理这些类型的问题：https://github.com/JDBurnZ/anyarray

最大的问题是这些函数适用于所有数据类型，而不是JUST整数，因为intarray仅限于。

装载在加载从GitHub的SQL文件中定义的功能后，所有你需要做的是：

SELECT 
    ANYARRAY_DIFF(
    ARRAY[12, 3, 5, 7, 8], 
    ARRAY[3, 7, 8] 
) 

返回类似的东西来：ARRAY[12, 5]

如果你还需要退回值进行排序：

SELECT 
    ANYARRAY_SORT(
    ANYARRAY_DIFF(
     ARRAY[12, 3, 5, 7, 8], 
     ARRAY[3, 7, 8] 
    ) 
) 

正好返回：ARRAY[5, 12]

Answer 6

如@a_horse_with_no_name I所述将创建使用相同的逻辑除外的函数：

CREATE FUNCTION array_subtract(a1 int[], a2 int[]) RETURNS int[] AS $$ 
DECLARE 
    ret int[]; 
BEGIN 
    IF a1 is null OR a2 is null THEN 
     return a1; 
    END IF; 
    SELECT array_agg(e) INTO ret 
    FROM (
     SELECT unnest(a1) 
     EXCEPT 
     SELECT unnest(a2) 
    ) AS dt(e); 
    RETURN ret; 
END; 
$$ language plpgsql; 

然后，可以使用该功能来进行相应的更改base_array变量：

base_array := array_subtract(base_array, temp_array);