Sql 从postgres的字符串数组列中删除重复项

我有一个PostgreSQL表，其中有一列包含字符串数组。该行具有一些唯一的数组字符串，或者某些行还具有重复的字符串。如果存在重复的字符串，我想从每行中删除它们

我试图回答一些问题，但未能实现

下表如下：

  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"}    

我期望得到以下结果：

  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"}            

---

我不认为这是有效的，但类似的方法可能会奏效：

with expanded as (
  select veh_id, unnest (vehicle_types) as vehicle_type
  from vehicles
)
select veh_id, array_agg (distinct vehicle_type)
from expanded
group by veh_id

如果您真的想做一些最糟糕的事情，您可以编写一个自定义函数：

create or replace function unique_array(input_array text[])
returns text[] as $$
DECLARE
  output_array text[];
  i integer;
BEGIN

  output_array = array[]::text[];

  for i in 1..cardinality(input_array) loop
    if not (input_array[i] = any (output_array)) then
      output_array := output_array || input_array[i];
    end if;
  end loop;

  return output_array;
END;
$$
language plpgsql

用法示例：

select veh_id, unique_array(vehicle_types)
from vehicles

---

由于每行的数组都是独立的，因此使用数组构造函数的普通相关子查询可以完成以下任务：

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

见：

请注意，NULL被转换为空数组“{}”。我们需要做特殊情况下它，但它被排除在下面的更新无论如何

快速简单。但是不要用这个。您没有这样说，但通常希望保留数组元素的原始顺序。你的初步样本也表明了这一点。与相关子查询中的顺序一起使用，这将变得更加复杂：

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;

见：

更新以实际删除重复：

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)

这两种方法都是在可选条件下添加的，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。第二个将禁止所有空更新

见：

如果您试图在不保留原始顺序的情况下执行此操作，则可能会在不需要的情况下更新大多数行，因为即使没有重复，顺序或元素也会发生更改

要求博士后9.4或更高版本

---

dbfiddle

为什么建议对函数执行如此糟糕的操作？如果使用在输入数组上使用unnest和distinct的纯语言sql函数，效率会更高