crosstab 和其他）#tablefunc 模块包含各种返回表（即多行）的函数。这些函数本身很有用，并且可以作为如何编写返回多行的 C 函数的示例。
此模块被认为是“可信”的，也就是说，拥有当前数据库的 CREATE 权限的非超级用户也可以安装它。
表 F.31 总结了 tablefunc 模块提供的函数。
表 F.31. tablefunc 函数
normal_rand #normal_rand(int numvals, float8 mean, float8 stddev) returns setof float8
normal_rand 生成一组正态分布的随机值（高斯分布）。
numvals 是函数要返回的值的数量。mean 是值的正态分布的平均值，stddev 是值的正态分布的标准差。
例如，此调用请求 1000 个值，平均值为 5，标准差为 3
test=# SELECT * FROM normal_rand(1000, 5, 3);
normal_rand
----------------------
1.56556322244898
9.10040991424657
5.36957140345079
-0.369151492880995
0.283600703686639
.
.
.
4.82992125404908
9.71308014517282
2.49639286969028
(1000 rows)
crosstab(text) #crosstab(text sql) crosstab(text sql, int N)
crosstab 函数用于生成“透视”显示，其中数据跨页面列出而不是向下显示。例如，我们可能有如下数据
row1 val11 row1 val12 row1 val13 ... row2 val21 row2 val22 row2 val23 ...
我们希望以如下方式显示
row1 val11 val12 val13 ... row2 val21 val22 val23 ... ...
crosstab 函数接受一个文本参数，该参数是 SQL 查询，生成以第一种方式格式化的原始数据，并生成以第二种方式格式化的表。
sql 参数是一个 SQL 语句，生成源数据集。此语句必须返回一个 row_name 列、一个 category 列和一个 value 列。N 是一个过时的参数，如果提供则会被忽略（以前这必须与输出值列的数量匹配，但现在这由调用查询确定）。
例如，提供的查询可能会生成如下内容
row_name cat value ----------+-------+------- row1 cat1 val1 row1 cat2 val2 row1 cat3 val3 row1 cat4 val4 row2 cat1 val5 row2 cat2 val6 row2 cat3 val7 row2 cat4 val8
crosstab 函数声明为返回 setof record，因此输出列的实际名称和类型必须在调用 SELECT 语句的 FROM 子句中定义，例如
SELECT * FROM crosstab('...') AS ct(row_name text, category_1 text, category_2 text);
此示例生成类似如下的内容
<== value columns ==> row_name category_1 category_2 ----------+------------+------------ row1 val1 val2 row2 val5 val6
FROM 子句必须将输出定义为一个 row_name 列（与 SQL 查询的第一个结果列的数据类型相同），后跟 N 个 value 列（所有列的数据类型与 SQL 查询的第三个结果列相同）。您可以设置任意数量的输出值列。输出列的名称由您决定。
crosstab 函数为每个具有相同 row_name 值的连续输入行组生成一个输出行。它从左到右用这些行的 value 字段填充输出 value 列。如果组中的行数少于输出 value 列数，则额外的输出列将填充 null 值；如果行数较多，则跳过额外的输入行。
在实践中，SQL 查询应始终指定 ORDER BY 1,2 以确保输入行已正确排序，也就是说，具有相同 row_name 的值被组合在一起并在行内正确排序。请注意，crosstab 本身不关注查询结果的第二列；它只是为了按其排序，以控制第三列值在页面中出现的顺序。
这是一个完整的示例
CREATE TABLE ct(id SERIAL, rowid TEXT, attribute TEXT, value TEXT);
INSERT INTO ct(rowid, attribute, value) VALUES('test1','att1','val1');
INSERT INTO ct(rowid, attribute, value) VALUES('test1','att2','val2');
INSERT INTO ct(rowid, attribute, value) VALUES('test1','att3','val3');
INSERT INTO ct(rowid, attribute, value) VALUES('test1','att4','val4');
INSERT INTO ct(rowid, attribute, value) VALUES('test2','att1','val5');
INSERT INTO ct(rowid, attribute, value) VALUES('test2','att2','val6');
INSERT INTO ct(rowid, attribute, value) VALUES('test2','att3','val7');
INSERT INTO ct(rowid, attribute, value) VALUES('test2','att4','val8');
SELECT *
FROM crosstab(
'select rowid, attribute, value
from ct
where attribute = ''att2'' or attribute = ''att3''
order by 1,2')
AS ct(row_name text, category_1 text, category_2 text, category_3 text);
row_name | category_1 | category_2 | category_3
----------+------------+------------+------------
test1 | val2 | val3 |
test2 | val6 | val7 |
(2 rows)
您可以避免总是写出 FROM 子句来定义输出列，方法是设置一个自定义的 crosstab 函数，该函数具有所需的输出行类型 wired 到其定义中。这将在下一节中介绍。另一种可能性是将所需的 FROM 子句嵌入到视图定义中。
另请参阅 psql 中的 \crosstabview 命令，该命令提供的功能类似于 crosstab()。
crosstabN(text) #crosstabN(text sql)
crosstab 函数是如何为通用 Ncrosstab 函数设置自定义包装器的示例，这样您就不必在调用 SELECT 查询中写出列名和类型。tablefunc 模块包含 crosstab2、crosstab3 和 crosstab4，其输出行类型定义为
CREATE TYPE tablefunc_crosstab_N AS (
row_name TEXT,
category_1 TEXT,
category_2 TEXT,
.
.
.
category_N TEXT
);
因此，当输入查询生成类型为 text 的 row_name 和 value 列，并且您想要 2、3 或 4 个输出值列时，可以直接使用这些函数。在所有其他方面，它们的行为与上面描述的通用 crosstab 函数完全相同。
例如，上一节中给出的示例也可以作为
SELECT * FROM crosstab3( 'select rowid, attribute, value from ct where attribute = ''att2'' or attribute = ''att3'' order by 1,2');
这些函数主要用于演示目的。您可以基于底层的 crosstab() 函数创建自己的返回类型和函数。有两种方法可以实现：
创建描述所需输出列的复合类型，类似于 contrib/tablefunc/tablefunc--1.0.sql 中的示例。然后定义一个唯一的函数名，该函数接受一个 text 参数并返回 setof your_type_name，但链接到相同的底层 crosstab C 函数。例如，如果您的源数据生成的是 text 类型的行名，float8 类型的值，并且您想要 5 个值列：
CREATE TYPE my_crosstab_float8_5_cols AS (
my_row_name text,
my_category_1 float8,
my_category_2 float8,
my_category_3 float8,
my_category_4 float8,
my_category_5 float8
);
CREATE OR REPLACE FUNCTION crosstab_float8_5_cols(text)
RETURNS setof my_crosstab_float8_5_cols
AS '$libdir/tablefunc','crosstab' LANGUAGE C STABLE STRICT;
使用 OUT 参数隐式定义返回类型。相同的示例也可以通过以下方式完成：
CREATE OR REPLACE FUNCTION crosstab_float8_5_cols(
IN text,
OUT my_row_name text,
OUT my_category_1 float8,
OUT my_category_2 float8,
OUT my_category_3 float8,
OUT my_category_4 float8,
OUT my_category_5 float8)
RETURNS setof record
AS '$libdir/tablefunc','crosstab' LANGUAGE C STABLE STRICT;
crosstab(text, text) #crosstab(text source_sql, text category_sql)
crosstab 的单参数形式的主要限制在于，它将组中的所有值都视为相同，并将每个值插入到第一个可用的列中。如果您希望值列对应于特定的数据类别，并且某些组可能没有某些类别的数据，则此方法效果不佳。crosstab 的双参数形式通过提供与输出列对应的类别的显式列表来处理这种情况。
source_sql 是一个 SQL 语句，用于生成源数据集。此语句必须返回一个 row_name 列，一个 category 列和一个 value 列。它还可以有一个或多个 “extra” 列。row_name 列必须是第一列。category 列和 value 列必须是最后两列，顺序不变。介于 row_name 和 category 之间的任何列都被视为 “extra”。“extra” 列对于具有相同 row_name 值的所有行都应相同。
例如，source_sql 可能会生成如下集合：
SELECT row_name, extra_col, cat, value FROM foo ORDER BY 1; row_name extra_col cat value ----------+------------+-----+--------- row1 extra1 cat1 val1 row1 extra1 cat2 val2 row1 extra1 cat4 val4 row2 extra2 cat1 val5 row2 extra2 cat2 val6 row2 extra2 cat3 val7 row2 extra2 cat4 val8
category_sql 是一个 SQL 语句，用于生成类别集合。此语句必须只返回一列。它必须至少生成一行，否则会生成错误。此外，它不能生成重复的值，否则会生成错误。category_sql 可能如下所示：
SELECT DISTINCT cat FROM foo ORDER BY 1;
cat
-------
cat1
cat2
cat3
cat4
crosstab 函数声明为返回 setof record，因此输出列的实际名称和类型必须在调用 SELECT 语句的 FROM 子句中定义，例如
SELECT * FROM crosstab('...', '...')
AS ct(row_name text, extra text, cat1 text, cat2 text, cat3 text, cat4 text);
这将产生如下结果：
<== value columns ==> row_name extra cat1 cat2 cat3 cat4 ---------+-------+------+------+------+------ row1 extra1 val1 val2 val4 row2 extra2 val5 val6 val7 val8
FROM 子句必须定义正确数量的、具有正确数据类型的输出列。如果 source_sql 查询的结果中有 N 列，则前 N-2 列必须与前 N-2 个输出列匹配。剩余的输出列必须具有 source_sql 查询结果的最后一列的类型，并且它们的数量必须与 category_sql 查询结果中的行数完全相同。
crosstab 函数为每个具有相同 row_name 值的连续输入行组生成一个输出行。输出 row_name 列，以及任何 “extra” 列，都从该组的第一行复制。输出 value 列使用具有匹配 category 值的行中的 value 字段填充。如果行的 category 与 category_sql 查询的任何输出都不匹配，则其 value 将被忽略。匹配类别不存在于该组的任何输入行中的输出列将用 null 填充。
实际上，source_sql 查询应始终指定 ORDER BY 1，以确保将具有相同 row_name 的值放在一起。但是，组内类别的顺序并不重要。此外，必须确保 category_sql 查询的输出顺序与指定的输出列顺序匹配。
以下是两个完整的示例：
create table sales(year int, month int, qty int); insert into sales values(2007, 1, 1000); insert into sales values(2007, 2, 1500); insert into sales values(2007, 7, 500); insert into sales values(2007, 11, 1500); insert into sales values(2007, 12, 2000); insert into sales values(2008, 1, 1000); select * from crosstab( 'select year, month, qty from sales order by 1', 'select m from generate_series(1,12) m' ) as ( year int, "Jan" int, "Feb" int, "Mar" int, "Apr" int, "May" int, "Jun" int, "Jul" int, "Aug" int, "Sep" int, "Oct" int, "Nov" int, "Dec" int ); year | Jan | Feb | Mar | Apr | May | Jun | Jul | Aug | Sep | Oct | Nov | Dec ------+------+------+-----+-----+-----+-----+-----+-----+-----+-----+------+------ 2007 | 1000 | 1500 | | | | | 500 | | | | 1500 | 2000 2008 | 1000 | | | | | | | | | | | (2 rows)
CREATE TABLE cth(rowid text, rowdt timestamp, attribute text, val text);
INSERT INTO cth VALUES('test1','01 March 2003','temperature','42');
INSERT INTO cth VALUES('test1','01 March 2003','test_result','PASS');
INSERT INTO cth VALUES('test1','01 March 2003','volts','2.6987');
INSERT INTO cth VALUES('test2','02 March 2003','temperature','53');
INSERT INTO cth VALUES('test2','02 March 2003','test_result','FAIL');
INSERT INTO cth VALUES('test2','02 March 2003','test_startdate','01 March 2003');
INSERT INTO cth VALUES('test2','02 March 2003','volts','3.1234');
SELECT * FROM crosstab
(
'SELECT rowid, rowdt, attribute, val FROM cth ORDER BY 1',
'SELECT DISTINCT attribute FROM cth ORDER BY 1'
)
AS
(
rowid text,
rowdt timestamp,
temperature int4,
test_result text,
test_startdate timestamp,
volts float8
);
rowid | rowdt | temperature | test_result | test_startdate | volts
-------+--------------------------+-------------+-------------+--------------------------+--------
test1 | Sat Mar 01 00:00:00 2003 | 42 | PASS | | 2.6987
test2 | Sun Mar 02 00:00:00 2003 | 53 | FAIL | Sat Mar 01 00:00:00 2003 | 3.1234
(2 rows)
您可以创建预定义的函数，以避免在每个查询中都必须写出结果列的名称和类型。请参阅上一节中的示例。此形式的 crosstab 的底层 C 函数名为 crosstab_hash。
connectby #connectby(text relname, text keyid_fld, text parent_keyid_fld
[, text orderby_fld ], text start_with, int max_depth
[, text branch_delim ])
connectby 函数生成表中存储的层次结构数据的显示。该表必须具有一个唯一标识行的键字段和一个引用每个行的父级（如果有）的父键字段。connectby 可以显示从任何行开始的子树。
表 F.32 解释了参数。
表 F.32. connectby 参数
| 参数 | 描述 |
|---|---|
relname |
源关系名称 |
keyid_fld |
键字段的名称 |
parent_keyid_fld |
父键字段的名称 |
orderby_fld |
用于对同级进行排序的字段名称（可选） |
start_with |
起始行的键值 |
max_depth |
要下降到的最大深度，或零表示无限深度 |
branch_delim |
用于在分支输出中分隔键的字符串（可选） |
键和父键字段可以是任何数据类型，但它们必须是相同的类型。请注意，start_with 值必须作为文本字符串输入，而不管键字段的类型如何。
connectby 函数被声明为返回 setof record，因此输出列的实际名称和类型必须在调用 SELECT 语句的 FROM 子句中定义，例如：
SELECT * FROM connectby('connectby_tree', 'keyid', 'parent_keyid', 'pos', 'row2', 0, '~')
AS t(keyid text, parent_keyid text, level int, branch text, pos int);
前两个输出列用于当前行的键及其父行的键；它们必须与表的键字段的类型匹配。第三个输出列是树中的深度，必须是 integer 类型。如果给定了 branch_delim 参数，则下一个输出列是分支显示，必须是 text 类型。最后，如果给定了 orderby_fld 参数，则最后一个输出列是序列号，必须是 integer 类型。
“branch” 输出列显示到达当前行所采用的键路径。键由指定的 branch_delim 字符串分隔。如果不需要分支显示，则省略 branch_delim 参数和输出列列表中的分支列。
如果同一父级的同级的排序很重要，请包含 orderby_fld 参数以指定对同级进行排序的字段。此字段可以是任何可排序的数据类型。当且仅当指定 orderby_fld 时，输出列列表必须包括最后一个整数序列号列。
表示表和字段名称的参数将按原样复制到 connectby 在内部生成的 SQL 查询中。因此，如果名称是混合大小写或包含特殊字符，则应包含双引号。您可能还需要对表名进行模式限定。
在大型表中，除非父键字段上有索引，否则性能会很差。
重要的是 branch_delim 字符串不能出现在任何键值中，否则 connectby 可能会错误地报告无限递归错误。请注意，如果未提供 branch_delim，则默认值 ~ 用于递归检测。
以下是一个示例：
CREATE TABLE connectby_tree(keyid text, parent_keyid text, pos int);
INSERT INTO connectby_tree VALUES('row1',NULL, 0);
INSERT INTO connectby_tree VALUES('row2','row1', 0);
INSERT INTO connectby_tree VALUES('row3','row1', 0);
INSERT INTO connectby_tree VALUES('row4','row2', 1);
INSERT INTO connectby_tree VALUES('row5','row2', 0);
INSERT INTO connectby_tree VALUES('row6','row4', 0);
INSERT INTO connectby_tree VALUES('row7','row3', 0);
INSERT INTO connectby_tree VALUES('row8','row6', 0);
INSERT INTO connectby_tree VALUES('row9','row5', 0);
-- with branch, without orderby_fld (order of results is not guaranteed)
SELECT * FROM connectby('connectby_tree', 'keyid', 'parent_keyid', 'row2', 0, '~')
AS t(keyid text, parent_keyid text, level int, branch text);
keyid | parent_keyid | level | branch
-------+--------------+-------+---------------------
row2 | | 0 | row2
row4 | row2 | 1 | row2~row4
row6 | row4 | 2 | row2~row4~row6
row8 | row6 | 3 | row2~row4~row6~row8
row5 | row2 | 1 | row2~row5
row9 | row5 | 2 | row2~row5~row9
(6 rows)
-- without branch, without orderby_fld (order of results is not guaranteed)
SELECT * FROM connectby('connectby_tree', 'keyid', 'parent_keyid', 'row2', 0)
AS t(keyid text, parent_keyid text, level int);
keyid | parent_keyid | level
-------+--------------+-------
row2 | | 0
row4 | row2 | 1
row6 | row4 | 2
row8 | row6 | 3
row5 | row2 | 1
row9 | row5 | 2
(6 rows)
-- with branch, with orderby_fld (notice that row5 comes before row4)
SELECT * FROM connectby('connectby_tree', 'keyid', 'parent_keyid', 'pos', 'row2', 0, '~')
AS t(keyid text, parent_keyid text, level int, branch text, pos int);
keyid | parent_keyid | level | branch | pos
-------+--------------+-------+---------------------+-----
row2 | | 0 | row2 | 1
row5 | row2 | 1 | row2~row5 | 2
row9 | row5 | 2 | row2~row5~row9 | 3
row4 | row2 | 1 | row2~row4 | 4
row6 | row4 | 2 | row2~row4~row6 | 5
row8 | row6 | 3 | row2~row4~row6~row8 | 6
(6 rows)
-- without branch, with orderby_fld (notice that row5 comes before row4)
SELECT * FROM connectby('connectby_tree', 'keyid', 'parent_keyid', 'pos', 'row2', 0)
AS t(keyid text, parent_keyid text, level int, pos int);
keyid | parent_keyid | level | pos
-------+--------------+-------+-----
row2 | | 0 | 1
row5 | row2 | 1 | 2
row9 | row5 | 2 | 3
row4 | row2 | 1 | 4
row6 | row4 | 2 | 5
row8 | row6 | 3 | 6
(6 rows)
Joe Conway
如果您发现文档中有任何不正确、与您使用特定功能的体验不符或需要进一步澄清的地方，请使用此表单报告文档问题。