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 是从函数返回的值的数量。 mean 是值的正态分布的平均值，而 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 sql)
crosstab(text sql, int N)

crosstab 函数用于生成“透视”显示，其中数据在页面上横向列出，而不是向下列出。例如，我们可能拥有如下数据

row1    val11
row1    val12
row1    val13
...
row2    val21
row2    val22
row2    val23
...

我们希望像这样显示

row1    val11   val12   val13   ...
row2    val21   val22   val23   ...
...

crosstab 函数接受一个文本参数，该参数是一个 SQL 查询，用于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，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。 N 是一个已过时的参数，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类似于

 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 crosstab('...') AS ct(row_name text, category_1 text, category_2 text);

此示例生成类似于

           <== 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 函数为具有相同 row_name 值的每组连续输入行生成一个输出行。它使用这些行的 value 字段从左到右填充输出 value 列。如果组中的行数少于输出 value 列的数量，则额外的输出列将填充为 null；如果行数更多，则额外的输入行将被跳过。

在实践中，SQL 查询应始终指定 ORDER BY 1,2 以确保输入行正确排序，也就是说，具有相同 row_name 的值被放在一起并在行内正确排序。请注意，crosstab 本身并不关注查询结果的第二列；它只是在那里被排序，以控制第三列值在页面上出现的顺序。

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)

您可以通过设置一个自定义的 crosstab 函数来避免总是写出 FROM 子句来定义输出列，该函数在其定义中连接了所需的输出行类型。这在下一节中介绍。另一种可能性是将所需的 FROM 子句嵌入到视图定义中。

crosstabN(text sql)

crosstabN 函数是如何为通用 crosstab 函数设置自定义包装器的示例，这样您就不需要在调用 SELECT 查询中写出列名和类型。 tablefunc 模块包括 crosstab2、crosstab3 和 crosstab4，它们的输出行类型定义为

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，它们的行为与上面针对通用 crosstab 函数描述的行为完全相同。

例如，上一节中给出的示例也可以用作

SELECT *
FROM crosstab3(
  'select rowid, attribute, value
   from ct
   where attribute = ''att2'' or attribute = ''att3''
   order by 1,2');

这些函数主要是为了说明目的而提供的。您可以根据底层 crosstab() 函数创建自己的返回类型和函数。有两种方法可以做到这一点

crosstab(text source_sql, text category_sql)

crosstab 的单参数形式的主要限制是，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，那么这种方式就不能很好地工作。 crosstab 的双参数形式通过提供与输出列相对应的类别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 和 value 列必须是最后两列，并且顺序不能颠倒。 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 可能会生成类似这样的数据集

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。此语句必须只返回一列。它必须至少生成一行，否则会产生错误。此外，它不能产生重复的值，否则也会产生错误。category_sql 可能是这样的

SELECT DISTINCT cat FROM foo ORDER BY 1;
    cat
  -------
    cat1
    cat2
    cat3
    cat4

crosstab 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 crosstab('...', '...')
    AS ct(row_name text, extra text, cat1 text, cat2 text, cat3 text, cat4 text);

这将产生类似这样的结果

                  <==  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。其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。输出的 row_name 列，以及任何 “extra” 列，都从该组的第一行复制。输出的 value 列用具有匹配的 category 值的行的 value 字段填充。如果某行的 category 与 category_sql 查询的任何输出都不匹配，则其 value 将被忽略。组中任何输入行都不存在的匹配类别的输出列将填充为空值。

在实践中，source_sql 查询应始终指定 ORDER BY 1 以确保具有相同 row_name 的值被放在一起。但是，组内类别的排序并不重要。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(text relname, text keyid_fld, text parent_keyid_fld
          [, text orderby_fld ], text start_with, int max_depth
          [, text branch_delim ])

connectby 函数显示存储在表中的分层数据。该表必须具有一个唯一标识行的键字段，以及一个引用每行父级（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。

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 值必须以文本字符串的形式输入，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的 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，并且必须是 integer 类型。如果给出了 branch_delim 参数，则下一个输出列是分支显示，并且必须是 text 类型。最后，如果给出了 orderby_fld 参数，则最后一个输出列是序列号，并且必须是 integer 类型。

“branch” 输出列显示到达当前行所采取的键路径。这些键由指定的 branch_delim 字符串分隔。如果不需要分支显示，请在输出列列表中省略 branch_delim 参数和分支列。

如果同一父级的同级的排序很重要，请包含 orderby_fld 参数以指定要按哪个字段对同级进行排序。此字段可以是任何可排序的数据类型。如果且仅当指定了 orderby_fld 时，输出列列表才必须包含最终的整数序列号列。

表示表和字段名称的参数按原样复制到 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，请包含双引号。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。

这是一个示例

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)