WITH
(Common Table
Expressions)
WITH
fournit un moyen d'écrire des ordres
auxiliaires pour les utiliser dans des requêtes plus importantes. Ces
requêtes, qui sont souvent appelées Common Table Expressions ou
CTE, peuvent être vues comme des tables temporaires
qui n'existent que pour une requête. Chaque ordre auxiliaire dans une
clause WITH
peut être un SELECT
,
INSERT
, UPDATE
, ou
DELETE
; et la clause WITH
elle-même est attachée à un ordre primaire qui peut lui aussi
être un SELECT
, INSERT
,
UPDATE
, ou DELETE
.
SELECT
dans WITH
L'intérêt de SELECT
dans WITH
est de
diviser des requêtes complexes en parties plus simples. Un exemple est:
WITH ventes_regionales AS ( SELECT region, SUM(montant) AS ventes_totales FROM commandes GROUP BY region ), meilleures_regions AS ( SELECT region FROM ventes_regionales WHERE ventes_totales > (SELECT SUM(ventes_totales)/10 FROM ventes_regionales) ) SELECT region, produit, SUM(quantite) AS unites_produit, SUM(montant) AS ventes_produit FROM commandes WHERE region IN (SELECT region FROM meilleures_regions) GROUP BY region, produit;
qui affiche les totaux de ventes par produit seulement dans les régions
ayant les meilleures ventes.
La clause WITH
définit deux ordres
auxiliaires appelés ventes_regionales
et meilleures_regions
, où la sortie
de ventes_regionales
est utilisée dans
meilleures_regions
et la sortie de
meilleures_regions
est utilisée dans la
requête SELECT
primaire.
Cet exemple aurait pu être écrit sans
WITH
, mais aurait alors nécessité deux niveaux de
sous-SELECT
imbriqués. Les choses sont un peu plus faciles à suivre de cette
façon.
Le modificateur optionnel RECURSIVE
fait passer
WITH
du statut de simple aide syntaxique à celui de
quelque chose qu'il serait impossible d'accomplir avec du SQL standard.
Grâce à RECURSIVE
, une requête WITH
peut utiliser sa propre sortie. Un exemple très simple se trouve dans cette
requête, qui ajoute les nombres de 1 à 100 :
WITH RECURSIVE t(n) AS ( VALUES (1) UNION ALL SELECT n+1 FROM t WHERE n < 100 ) SELECT sum(n) FROM t;
La forme générale d'une requête WITH
est toujours un
terme non récursif, puis UNION
(ou
UNION ALL
), puis un terme récursif.
Seul le terme récursif peut contenir une référence à la sortie propre de la
requête. Une requête de ce genre est exécutée comme suit :
Évaluation de requête récursive
Évaluer le terme non récursif. Pour UNION
(mais pas
UNION ALL
), supprimer les enregistrements en double.
Inclure le reste dans le résultat de la requête récursive et le mettre
aussi dans une table temporaire de travail (working table.)
Tant que la table de travail n'est pas vide, répéter ces étapes :
Évaluer le terme récursif, en substituant à la référence récursive
le contenu courant de la table de travail.
Pour UNION
(mais pas UNION ALL
),
supprimer les doublons, ainsi que les enregistrements en doublon des
enregistrements déjà obtenus. Inclure les enregistrements restants dans
le résultat de la requête récursive, et les mettre aussi dans une table
temporaire intermédiaire (intermediate table).
Remplacer le contenu de la table de travail par celui de la table intermédiaire, puis supprimer la table intermédiaire.
Dans son appellation stricte, ce processus est une itération, pas une
récursion, mais RECURSIVE
est la terminologie choisie par
le comité de standardisation de SQL. Alors que RECURSIVE
autorise la spécification récursive des requêtes, en interne, ce type de
requêtes est évalué itérativement.
Dans l'exemple précédent, la table de travail a un seul enregistrement à
chaque étape, et il prend les valeurs de 1 à 100 en étapes successives.
À la centième étape, il n'y a plus de sortie en raison de la clause
WHERE
, ce qui met fin à la requête.
Les requêtes récursives sont utilisées généralement pour traiter des données hiérarchiques ou sous forme d'arbres. Cette requête est un exemple utile pour trouver toutes les sous-parties directes et indirectes d'un produit, si seule une table donne toutes les inclusions immédiates :
WITH RECURSIVE parties_incluses(sous_partie, partie, quantite) AS ( SELECT sous_partie, partie, quantite FROM parties WHERE partie = 'notre_produit' UNION ALL SELECT p.sous_partie, p.partie, p.quantite * pr.quantite FROM parties_incluses pr, parties p WHERE p.partie = pr.sous_partie ) SELECT sous_partie, SUM(quantite) as quantite_totale FROM parties_incluses GROUP BY sous_partie
Lors du calcul d'un parcours d'arbre en utilisant une requête récursive, vous pourriez vouloir trier les résultats soit en depth-first soit en breadth-first. Ceci peut se faire en calculant une colonne de tri parmi les autres colonnes de données et en l'utilisant pour trier les résultats à la fin. Notez que cela ne contrôle pas réellement dans qel ordre l'évaluation de la requête visite les lignes ; ceci est toujours dépendant de l'implémentation SQL. Cette approche fournit simplement une façon agréable de trier les résultats après coup.
Pour créer un ordre depth-first, nous
calculons pour chaque résultat un tableau de lignes que nous avons déjà
visité. Par exemple, considérez la requête suivante qui recherche dansune
table tree
en utilisant un champ
link
:
WITH RECURSIVE search_tree(id, link, data) AS ( SELECT t.id, t.link, t.data FROM tree t UNION ALL SELECT t.id, t.link, t.data FROM tree t, search_tree st WHERE t.id = st.link ) SELECT * FROM search_tree;
Pour ajouter l'information de tri depth-first, vous pouvez écrire ceci :
WITH RECURSIVE search_tree(id, link, data, path) AS ( SELECT t.id, t.link, t.data, ARRAY[t.id] FROM tree t UNION ALL SELECT t.id, t.link, t.data, path || t.id FROM tree t, search_tree st WHERE t.id = st.link ) SELECT * FROM search_tree ORDER BY path;
Dans le cas général où plus d'un champ a besoin d'être utilisé pour
identifier une ligne, utilisez un tableau de lignes. Par exemple, si vous
avez besoin de tracer les champs f1
et
f2
:
WITH RECURSIVE search_tree(id, link, data, path) AS ( SELECT t.id, t.link, t.data, ARRAY[ROW(t.f1, t.f2)] FROM tree t UNION ALL SELECT t.id, t.link, t.data, path || ROW(t.f1, t.f2) FROM tree t, search_tree st WHERE t.id = st.link ) SELECT * FROM search_tree ORDER BY path;
Omettez la syntaxe ROW()
dans le cas commun où
seulement un champ a besoin d'être tracé. Ceci permet l'utilisation d'un
tableau simple plutôt que d'un tableau de type composite, ce qui permet
de gagner en efficacité.
Pour créer un ordre breadth-first, vous pouvez utiliser un colonne qui trace la profondeur de la recherche, par exemple :
WITH RECURSIVE search_tree(id, link, data, depth) AS ( SELECT t.id, t.link, t.data, 0 FROM tree t UNION ALL SELECT t.id, t.link, t.data, depth + 1 FROM tree t, search_tree st WHERE t.id = st.link ) SELECT * FROM search_tree ORDER BY depth;
Pour obtenir un tri stable, ajoutez des colonnes de données comme colonnes secondaires de tri.
L'algorithme d'évaluation de la requête récursive produit sa sortie dans l'ordre de recherche breadth-first. Néanmoins, ceci est un détail d'implémentation et il n'est pas conseillé de se baser deuss. L'ordre des lignes à l'intérieur de chaque niveau n'est pas défini, donc un tri explicite pourrait être désiré dans tous les cas.
Une syntaxe native permet de calculer une colonne de tri depth-first ou breadth-first. Par exemple :
WITH RECURSIVE search_tree(id, link, data) AS ( SELECT t.id, t.link, t.data FROM tree t UNION ALL SELECT t.id, t.link, t.data FROM tree t, search_tree st WHERE t.id = st.link ) SEARCH DEPTH FIRST BY id SET ordercol SELECT * FROM search_tree ORDER BY ordercol; WITH RECURSIVE search_tree(id, link, data) AS ( SELECT t.id, t.link, t.data FROM tree t UNION ALL SELECT t.id, t.link, t.data FROM tree t, search_tree st WHERE t.id = st.link ) SEARCH BREADTH FIRST BY id SET ordercol SELECT * FROM search_tree ORDER BY ordercol;
Cette syntaxe est étendue en interne pour obtenir quelque chose de
similaire aux formes écrites manuellement. La clause
SEARCH
indique le type de recherche désiré, la liste
des colonnes à tracer pour le tri et un nom de colonnes qui contiendra
les données résults pouvant être utilisée pour le tri. Cette colonne sera
ajoutée implicitement aux lignes en sortie de la CTE.
Quand on travaille avec des requêtes récursives, il est important d'être sûr
que la partie récursive de la requête finira par ne retourner aucun enregistrement,
au risque sinon de voir la requête boucler indéfiniment. Quelquefois, utiliser
UNION
à la place de UNION ALL
peut
résoudre le problème en supprimant les enregistrements qui doublonnent ceux déjà
retournés. Toutefois, souvent, un cycle ne met pas en jeu des enregistrements de
sortie qui sont totalement des doublons : il peut s'avérer nécessaire de
vérifier juste un ou quelques champs, afin de s'assurer que le même point a déjà
été atteint précédemment. La méthode standard pour gérer ces situations est de
calculer un tableau de valeurs déjà visitées. Par exemple, observez de nouveau
la requête
suivante, qui parcourt une table graphe
en utilisant
un champ lien
:
WITH RECURSIVE parcourt_graphe(id, lien, donnee, profondeur) AS ( SELECT g.id, g.lien, g.donnee, 0 FROM graphe g UNION ALL SELECT g.id, g.lien, g.donnee, sg.profondeur + 1 FROM graphe g, parcourt_graphe sg WHERE g.id = sg.lien ) SELECT * FROM parcourt_graphe;
Cette requête va boucler si la liaison lien
contient des boucles. Parce que nous avons besoin de la sortie
« profondeur », simplement remplacer UNION ALL
par UNION
ne résoudra pas le problème.
À la place, nous avons besoin d'identifier si nous avons atteint un enregistrement
que nous avons déjà traité pendant notre parcours des liens. Nous ajoutons
deux colonnes is_cycle
et path
à la requête :
WITH RECURSIVE search_graph(id, link, data, depth, is_cycle, path) AS ( SELECT g.id, g.link, g.data, 0, false, ARRAY[g.id] FROM graph g UNION ALL SELECT g.id, g.link, g.data, sg.depth + 1, g.id = ANY(path), path || g.id FROM graph g, search_graph sg WHERE g.id = sg.link AND NOT is_cycle ) SELECT * FROM search_graph;
En plus de prévenir les boucles, cette valeur de tableau est souvent pratique en elle-même pour représenter le « chemin » pris pour atteindre chaque enregistrement.
De façon plus générale, quand plus d'un champ a besoin d'être vérifié pour
identifier une boucle, utilisez un tableau d'enregistrements. Par exemple,
si nous avions besoin de comparer les champs f1
et
f2
:
WITH RECURSIVE search_graph(id, link, data, depth, is_cycle, path) AS ( SELECT g.id, g.link, g.data, 0, false, ARRAY[ROW(g.f1, g.f2)] FROM graph g UNION ALL SELECT g.id, g.link, g.data, sg.depth + 1, ROW(g.f1, g.f2) = ANY(path), path || ROW(g.f1, g.f2) FROM graph g, search_graph sg WHERE g.id = sg.link AND NOT is_cycle ) SELECT * FROM search_graph;
Omettez la syntaxe ROW()
dans le cas courant où un seul
champ a besoin d'être testé pour déterminer une boucle. Ceci permet, par
l'utilisation d'un tableau simple plutôt que d'un tableau de type composite,
de gagner en efficacité.
Il existe une syntaxe interne pour simplifier la détection de cycles. La requête ci-dessus peut aussi être écrite ainsi :
WITH RECURSIVE search_graph(id, link, data, depth) AS (
SELECT g.id, g.link, g.data, 1
FROM graph g
UNION ALL
SELECT g.id, g.link, g.data, sg.depth + 1
FROM graph g, search_graph sg
WHERE g.id = sg.link
) CYCLE id SET is_cycle USING path
SELECT * FROM search_graph;
et elle sera réécrite en interne sous le forme ci-dessus. La clause
CYCLE
indique tout d'abord la liste des colonnes à
tracer pour une détection de cycle, puis le nom de la colonne qui
indiquera si un cycle a été détecté, et enfin le nom d'une autre
colonne qui tracera le chemin. Les colonnes cycle et chemin seront
automatiquement ajoutées aux lignes en sortie de la CTE.
La colonne du chemindu cycle est calculée de la même façon que
l'affiche la colonne de tri depth-first
dans la section précédente. Une requête peut avoir à la fois une
clause SEARCH
et une clause
CYCLE
, mais une spécification de recherche
depth-first et une spécification de
recherche de cyle vont créer des calculs redondants, donc il est plus
efficace d'utiliser juste la clause CYCLE
et trier
par la colonne du chemin. Si un tri
breadth-first est voulu, alors indiquer
les deux, SEARCH
and CYCLE
, peut
être utile.
Si vous n'êtes pas certain qu'une requête puisse boucler, une astuce pratique
pour la tester est d'utiliser LIMIT
dans la requête parente.
Par exemple, cette requête bouclerait indéfiniment sans un
LIMIT
:
WITH RECURSIVE t(n) AS (
SELECT 1
UNION ALL
SELECT n+1 FROM t
)
SELECT n FROM t LIMIT 100;
Ceci fonctionne parce que l'implémentation de PostgreSQL
n'évalue que le nombre d'enregistrements de la requête WITH
récupérés par la requête parente. L'utilisation de cette astuce en production
est déconseillée parce que d'autres systèmes pourraient fonctionner différemment.
Par ailleurs, cela ne fonctionnera pas si vous demandez à la requête externe
de trier les résultats de la requête récursive, ou si vous les joignez à une
autre table, parce dans ces cas, la requête extérieure essaiera habituellement
de récupérer toute la sortie de la requête WITH
de toute façon.
Une propriété intéressante des requêtes WITH
est qu'elles
ne sont évaluées qu'une seule fois par exécution de la requête parente ou
des requêtes WITH
sœurs.
Par conséquent, les calculs coûteux qui sont nécessaires à plusieurs endroits
peuvent être placés dans une requête WITH
pour éviter le
travail redondant. Un autre intérêt peut être d'éviter l'exécution multiple
d'une fonction ayant des effets de bord.
Toutefois, le revers de la médaille est que the optimizer is not able to
push restrictions from the parent query down into a multiply-referenced
WITH
query, since that might affect all uses of the
WITH
query's output when it should affect only one.
La requête
WITH
sera généralement exécutée telle quelle, sans
suppression d'enregistrements, que la requête parente devra supprimer ensuite.
(Mais, comme mentionné précédemment, l'évaluation pourrait s'arrêter rapidement
si la (les) référence(s) à la requête ne demande(nt) qu'un nombre limité
d'enregistrements).
Néanmoins, si une requête WITH
est non récursive et
qu'elle est libre de tout effet de bord (autrement dit un
SELECT
ne contenant aucune fonction volatile), alors
elle peut être intégrée dans la requête parent, permettant ainsi une
optimisation de la jointure sur les deux niveaux de la requête. Par défaut,
ceci survient si la requête parente fait référence une seule fois à la
requête WITH
mais si elle y fait référence plusieurs
fois. Vous pouvez surcharger cette décision en indiquant
MATERIALIZED
pour forcer un calcul séparé de la requête
WITH
ou en spécifiant NOT
MATERIALIZED
pour la forcer pour être intégrée dans la requête
parente. Ce dernier choix risque de dupliquer des calculs sur la requête
WITH
, mais cela peut apporter un gain net si chaque
utilisation de la requête WITH
ne nécessite qu'une
petite partie de la sortie complète de la requête WITH
.
Un exemple simple de ces règles est le suivant :
WITH w AS ( SELECT * FROM big_table ) SELECT * FROM w WHERE key = 123;
Cette requête WITH
va être intégrée, produisant le même
plan d'exécution que :
SELECT * FROM big_table WHERE key = 123;
EN particulier, s'il existe un index sur key
, il
sera probablement utilisé pour récupérer les lignes pour lesquelles
key = 123
. D'un autre côté, dans
WITH w AS ( SELECT * FROM big_table ) SELECT * FROM w AS w1 JOIN w AS w2 ON w1.key = w2.ref WHERE w2.key = 123;
la requête WITH
sera matérialisée, produisant une copie
temporaire de big_table
qui est ensuite jointe avec
elle-même -- sans intérêt pour un index. Cette requête sera exécutée
bien plus efficacement s'il est écrite ainsi :
WITH w AS NOT MATERIALIZED ( SELECT * FROM big_table ) SELECT * FROM w AS w1 JOIN w AS w2 ON w1.key = w2.ref WHERE w2.key = 123;
pour que les restrictions de la requête parent puissent être appliquées
directement aux parcours de big_table
.
Voici un exemple où NOT MATERIALIZED
pourrait être
indésirable :
WITH w AS ( SELECT key, very_expensive_function(val) as f FROM some_table ) SELECT * FROM w AS w1 JOIN w AS w2 ON w1.f = w2.f;
Ici, la matérialisation de la requête WITH
assure que
la very_expensive_function
est évaluée uniquement
une fois par ligne de table, et non pas deux fois.
Les exemples précédents ne montrent que des cas d'utilisation de WITH
avec SELECT
, mais on peut les attacher de la même façon à un
INSERT
, UPDATE
, ou DELETE
.
Dans chaque cas, le mécanisme fournit en fait des tables temporaires auxquelles on
peut faire référence dans la commande principale.
WITH
Vous pouvez utiliser des ordres de modification de données (INSERT
,
UPDATE
, ou DELETE
) dans WITH
. Cela
vous permet d'effectuer plusieurs opérations différentes dans la même requête.
Par exemple:
WITH lignes_deplacees AS ( DELETE FROM produits WHERE "date" >= '2010-10-01' AND "date" < '2010-11-01' RETURNING * ) INSERT INTO log_produits SELECT * FROM lignes_deplacees;
Cette requête déplace les enregistrements de produits
vers
log_produits
. Le DELETE
du WITH
supprime les enregistrements spécifiés de produits
, en retournant leurs
contenus par la clause RETURNING
; puis la requête primaire lit cette sortie et
l'insère dans log_produits
.
Un point important à noter de l'exemple précédent est que la clause WITH
est attachée à l'INSERT
, pas au sous-SELECT
de l'
INSERT
. C'est nécessaire parce que les ordres de modification de données
ne sont autorisés que dans les clauses WITH
qui sont attachées à l'ordre de
plus haut niveau. Toutefois, les règles de visibilité normales de WITH
s'appliquent, il est donc possible de faire référence à la sortie du WITH
dans le sous-SELECT
.
Les ordres de modification de données dans WITH
ont habituellement
des clauses RETURNING
(voir Section 6.4), comme dans l'exemple précédent.
C'est la sortie de la clause RETURNING
, pas la
table cible de l'ordre de modification de données, qui forme la table temporaire à laquelle
on pourra faire référence dans le reste de la requête. Si un ordre de
modification de données dans WITH
n'a pas de clause RETURNING
,
alors il ne produit pas de table temporaire et ne peut pas être utilisé dans le reste de la requête.
Un ordre de ce type sera toutefois exécuté.
En voici un exemple (dénué d'intérêt) :
WITH t AS ( DELETE FROM foo ) DELETE FROM bar;
Cet exemple supprimerait tous les éléments des tables foo
et
bar
. Le nombre d'enregistrements retourné au client n'inclurait
que les enregistrements supprimés de bar
.
Les autoréférences récursives dans les ordres de modification de données ne
sont pas autorisées. Dans certains cas, il est possible de contourner cette limitation
en faisant référence à la sortie d'un WITH
, par exemple:
WITH RECURSIVE pieces_incluses(sous_piece, piece) AS ( SELECT sous_piece, piece FROM pieces WHERE piece = 'notre_produit' UNION ALL SELECT p.sous_piece, p.piece FROM pieces_incluses pr, pieces p WHERE p.piece = pr.sous_piece ) DELETE FROM pieces WHERE piece IN (SELECT piece FROM pieces_incluses);
Cette requête supprimerait toutes les pièces directes et indirectes d'un produit.
Les ordres de modification de données dans WITH
sont exécutés exactement
une fois, et toujours jusqu'à la fin, indépendamment du fait que la requête primaire
lise tout (ou même une partie) de leur sortie. Notez que c'est différent de la règle pour
SELECT
dans WITH
: comme précisé dans la section précédente,
l'exécution d'un SELECT
n'est poursuivie que tant que la requête primaire
consomme sa sortie.
Les sous-requêtes du WITH
sont toutes exécutées simultanément et
simultanément avec la requête principale. Par conséquent, quand vous utilisez un ordre de
modification de données avec WITH
, l'ordre dans lequel les mises à jour
sont effectuées n'est pas prévisible. Toutes les requêtes sont exécutées dans le même
instantané (voyez Chapitre 13), elles ne peuvent donc pas
voir les effets des autres sur les tables cibles. Ceci rend sans importance le problème de
l'imprévisibilité de l'ordre des mises à jour, et signifie que RETURNING
est
la seule façon de communiquer les modifications entre les différentes sous-requêtes
WITH
et la requête principale. En voici un exemple :
WITH t AS ( UPDATE produits SET prix = prix * 1.05 RETURNING * ) SELECT * FROM produits;
Le SELECT
externe retournerait les prix originaux avant
l'action de UPDATE
, alors qu'avec :
WITH t AS ( UPDATE produits SET prix = prix * 1.05 RETURNING * ) SELECT * FROM t;
le SELECT
externe retournerait les données mises à jour.
Essayer de mettre à jour le même enregistrement deux fois dans le même ordre n'est pas supporté. Seule une des deux modifications a lieu, mais il n'est pas aisé (et quelquefois impossible) de déterminer laquelle. Ceci s'applique aussi pour la suppression d'un enregistrement qui a déjà été mis à jour dans le même ordre : seule la mise à jour est effectuée. Par conséquent, vous devriez éviter en règle générale de mettre à jour le même enregistrement deux fois en un seul ordre. En particulier, évitez d'écrire des sous-requêtes qui modifieraient les mêmes enregistrements que la requête principale ou une autre sous-requête. Les effets d'un ordre de ce type seraient imprévisibles.
À l'heure actuelle, les tables utilisées comme cibles d'un ordre modifiant les données
dans un WITH
ne doivent avoir ni règle conditionnelle, ni règle
ALSO
, ni une règle INSTEAD
qui génère plusieurs ordres.