ВЫБЕРИТЕ DISTINCT на нескольких столбцах

Предположим, у нас есть таблица с четырьмя столбцами (a,b,c,d)одного типа данных.

Можно ли выбрать все отдельные значения в данных в столбцах и вернуть их в виде одного столбца, или мне нужно создать функцию для достижения этой цели?

Обновление: протестированы все 5 запросов в SQLfiddle с 100K строк (и 2 отдельных случая, один с несколькими (25) различными значениями и другой с партиями (около 25K значений).

Очень простой запрос будет использовать UNION DISTINCT. Я думаю, что было бы наиболее эффективно, если бы для каждого из четырех столбцов был отдельный индекс. Было бы эффективно использовать отдельный индекс для каждого из четырех столбцов, если бы в Postgres была реализована оптимизация Loose Index Scan , чего у него нет. Таким образом, этот запрос не будет эффективным, поскольку он требует 4 сканирования таблицы (и индекс не используется):

-- Query 1. (334 ms, 368ms) 
SELECT a AS abcd FROM tablename 
UNION                           -- means UNION DISTINCT
SELECT b FROM tablename 
UNION 
SELECT c FROM tablename 
UNION 
SELECT d FROM tablename ;

Другой будет сначала, UNION ALLа затем использовать DISTINCT. Это также потребует 4 сканирования таблицы (и не использовать индексы). Неплохая эффективность, когда значений немного, и с большим количеством значений становится самым быстрым в моем (не обширном) тесте:

-- Query 2. (87 ms, 117 ms)
SELECT DISTINCT a AS abcd
FROM
  ( SELECT a FROM tablename 
    UNION ALL 
    SELECT b FROM tablename 
    UNION ALL
    SELECT c FROM tablename 
    UNION ALL
    SELECT d FROM tablename 
  ) AS x ;

Другие ответы предоставили больше опций с использованием функций массива или LATERALсинтаксиса. Джек query ( 187 ms, 261 ms) имеет разумную производительность, но запрос AndriyM кажется более эффективным ( 125 ms, 155 ms). Оба они выполняют одно последовательное сканирование таблицы и не используют какой-либо индекс.

На самом деле результаты запросов Джека немного лучше, чем показано выше (если мы удалим их order by), и их можно улучшить, удалив 4 внутренних distinctи оставив только внешний.

Наконец, если - и только если - отдельные значения 4 столбцов относительно немного, вы можете использовать метод WITH RECURSIVEвзлома / оптимизации, описанный на приведенной выше странице Loose Index Scan, и использовать все 4 индекса, с удивительно быстрым результатом! Протестировано с теми же строками 100K и примерно 25 различными значениями, распределенными по 4 столбцам (работает всего за 2 мс!), В то время как с 25K различными значениями это самое медленное с 368 мс:

-- Query 3.  (2 ms, 368ms)
WITH RECURSIVE 
    da AS (
       SELECT min(a) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(a) FROM observations
               WHERE  a > s.n)
       FROM   da AS s  WHERE s.n IS NOT NULL  ),
    db AS (
       SELECT min(b) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(b) FROM observations
               WHERE  b > s.n)
       FROM   db AS s  WHERE s.n IS NOT NULL  ),
   dc AS (
       SELECT min(c) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(c) FROM observations
               WHERE  c > s.n)
       FROM   dc AS s  WHERE s.n IS NOT NULL  ),
   dd AS (
       SELECT min(d) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(d) FROM observations
               WHERE  d > s.n)
       FROM   db AS s  WHERE s.n IS NOT NULL  )
SELECT n 
FROM 
( TABLE da  UNION 
  TABLE db  UNION 
  TABLE dc  UNION 
  TABLE dd
) AS x 
WHERE n IS NOT NULL ;

SQLfiddle

Подводя итог, можно сказать, что при небольшом количестве различных значений рекурсивный запрос является абсолютным победителем, в то время как с большим количеством значений мой 2-й, Джек (улучшенная версия ниже) и запросы AndriyM - лучшие исполнители.

Позднее добавление - вариант первого запроса, который, несмотря на дополнительные отчетливые операции, работает намного лучше, чем исходный первый, и лишь немного хуже второго:

-- Query 1b.  (85 ms, 149 ms)
SELECT DISTINCT a AS n FROM observations 
UNION 
SELECT DISTINCT b FROM observations 
UNION 
SELECT DISTINCT c FROM observations 
UNION 
SELECT DISTINCT d FROM observations ;

и Джек улучшился:

-- Query 4b.  (104 ms, 128 ms)
select distinct unnest( array_agg(a)||
                        array_agg(b)||
                        array_agg(c)||
                        array_agg(d) )
from t ;

Вы можете использовать LATERAL, как в этом запросе :

SELECT DISTINCT
  x.n
FROM
  atable
  CROSS JOIN LATERAL (
    VALUES (a), (b), (c), (d)
  ) AS x (n)
;

Ключевое слово LATERAL позволяет правой стороне объединения ссылаться на объекты с левой стороны. В этом случае правая сторона - это конструктор VALUES, который строит подмножество из одного столбца из значений столбцов, которые вы хотите поместить в один столбец. Основной запрос просто ссылается на новый столбец, также применяя к нему DISTINCT.

Чтобы было ясно, я бы использовал, unionкак подсказывает ypercube , но это также возможно с массивами:

select distinct unnest( array_agg(distinct a)||
                        array_agg(distinct b)||
                        array_agg(distinct c)||
                        array_agg(distinct d) )
from t
order by 1;

| Гнездо |
| : ----- |
| 0 |
| 1 |
| 2 |
| 3 |
| 5 |
| 6 |
| 8 |
| 9 |

dbfiddle здесь

самый короткий

SELECT DISTINCT n FROM observations, unnest(ARRAY[a,b,c,d]) n;

Менее многословная версия идеи Андрея лишь немного длиннее, но более элегантна и быстрее.
Для многих различных / нескольких повторяющихся значений:

SELECT DISTINCT n FROM observations, LATERAL (VALUES (a),(b),(c),(d)) t(n);

Самый быстрый

С индексом на каждый задействованный столбец!
Для несколько различных / много повторяющихся значений:

WITH RECURSIVE
  ta AS (
   (SELECT a FROM observations ORDER BY a LIMIT 1)  -- parentheses required!
   UNION ALL
   SELECT o.a FROM ta t
    , LATERAL (SELECT a FROM observations WHERE a > t.a ORDER BY a LIMIT 1) o
   )
, tb AS (
   (SELECT b FROM observations ORDER BY b LIMIT 1)
   UNION ALL
   SELECT o.b FROM tb t
    , LATERAL (SELECT b FROM observations WHERE b > t.b ORDER BY b LIMIT 1) o
   )
, tc AS (
   (SELECT c FROM observations ORDER BY c LIMIT 1)
   UNION ALL
   SELECT o.c FROM tc t
    , LATERAL (SELECT c FROM observations WHERE c > t.c ORDER BY c LIMIT 1) o
   )
, td AS (
   (SELECT d FROM observations ORDER BY d LIMIT 1)
   UNION ALL
   SELECT o.d FROM td t
    , LATERAL (SELECT d FROM observations WHERE d > t.d ORDER BY d LIMIT 1) o
   )
SELECT a
FROM  (
       TABLE ta
 UNION TABLE tb
 UNION TABLE tc
 UNION TABLE td
 ) sub;

Это еще один вариант rCTE, похожий на уже опубликованный @ypercube , но ORDER BY 1 LIMIT 1вместо min(a)него я обычно использую его немного быстрее. Мне также не нужен дополнительный предикат для исключения значений NULL.
И LATERALвместо коррелированного подзапроса, потому что он чище (не обязательно быстрее).

Подробное объяснение в моем кратком ответе на эту технику:

• Оптимизировать запрос GROUP BY для получения последней записи для пользователя

Я обновил SQL Fiddle в ypercube и добавил мой в список воспроизведения.

Вы можете, но, как я написал и проверил функцию, я чувствовал себя неправильно. Это трата ресурсов.
Просто, пожалуйста, используйте союз и выберите больше. Единственное преимущество (если оно есть), одно сканирование из основной таблицы.

В sql fiddle вам нужно изменить разделитель с $ на что-то другое, например /

CREATE TABLE observations (
    id         serial
  , a int not null
  , b int not null
  , c int not null
  , d int not null
  , created_at timestamp
  , foo        text
);

INSERT INTO observations (a, b, c, d, created_at, foo)
SELECT (random() * 20)::int        AS a          -- few values for a,b,c,d
     , (15 + random() * 10)::int 
     , (10 + random() * 10)::int 
     , ( 5 + random() * 20)::int 
     , '2014-01-01 0:0'::timestamp 
       + interval '1s' * g         AS created_at -- ascending (probably like in real life)
     , 'aöguihaophgaduigha' || g   AS foo        -- random ballast
FROM generate_series (1, 10) g;               -- 10k rows

CREATE INDEX observations_a_idx ON observations (a);
CREATE INDEX observations_b_idx ON observations (b);
CREATE INDEX observations_c_idx ON observations (c);
CREATE INDEX observations_d_idx ON observations (d);

CREATE OR REPLACE FUNCTION fn_readuniqu()
  RETURNS SETOF text AS $$
DECLARE
    a_array     text[];
    b_array     text[];
    c_array     text[];
    d_array     text[];
    r       text;
BEGIN

    SELECT INTO a_array, b_array, c_array, d_array array_agg(a), array_agg(b), array_agg(c), array_agg(d)
    FROM observations;

    FOR r IN
        SELECT DISTINCT x
        FROM
        (
            SELECT unnest(a_array) AS x
            UNION
            SELECT unnest(b_array) AS x
            UNION
            SELECT unnest(c_array) AS x
            UNION
            SELECT unnest(d_array) AS x
        ) AS a

    LOOP
        RETURN NEXT r;
    END LOOP;

END;
$$
  LANGUAGE plpgsql STABLE
  COST 100
  ROWS 1000;

SELECT * FROM fn_readuniqu();