Je to opakující se problém SELECT
nebo INSERT
při možném zatížení souběžného zápisu související s (ale odlišným od) UPSERT
(což je INSERT
nebo UPDATE
).
Tato funkce PL/pgSQL používá UPSERT (INSERT ... ON CONFLICT .. DO UPDATE
) na INSERT
nebo SELECT
jeden řádek :
CREATE OR REPLACE FUNCTION f_tag_id(_tag text, OUT _tag_id int)
LANGUAGE plpgsql AS
$func$
BEGIN
SELECT tag_id -- only if row existed before
FROM tag
WHERE tag = _tag
INTO _tag_id;
IF NOT FOUND THEN
INSERT INTO tag AS t (tag)
VALUES (_tag)
ON CONFLICT (tag) DO NOTHING
RETURNING t.tag_id
INTO _tag_id;
END IF;
END
$func$;
Stále je tu malé okénko pro závodní podmínky. Aby naprostá jistota získáme ID:
CREATE OR REPLACE FUNCTION f_tag_id(_tag text, OUT _tag_id int)
LANGUAGE plpgsql AS
$func$
BEGIN
LOOP
SELECT tag_id
FROM tag
WHERE tag = _tag
INTO _tag_id;
EXIT WHEN FOUND;
INSERT INTO tag AS t (tag)
VALUES (_tag)
ON CONFLICT (tag) DO NOTHING
RETURNING t.tag_id
INTO _tag_id;
EXIT WHEN FOUND;
END LOOP;
END
$func$;
db<>zde hrajte
Toto pokračuje ve smyčce, dokud buď INSERT
nebo SELECT
uspěje. Volejte:
SELECT f_tag_id('possibly_new_tag');
Pokud následující příkazy ve stejné transakci spoléhat na existenci řádku a je skutečně možné, že jej jiné transakce aktualizují nebo smažou souběžně, existující řádek můžete uzamknout v SELECT
příkaz s FOR SHARE
.
Pokud se místo toho vloží řádek, je uzamčen (nebo není viditelný pro ostatní transakce) až do konce transakce.
Začněte běžným případem (INSERT
vs SELECT
), aby to bylo rychlejší.
Související:
- Získejte ID z podmíněného INSERT
- Jak zahrnout vyloučené řádky do RETURNING z INSERT ... ON CONFLICT
Související (čisté SQL) řešení s INSERT
nebo SELECT
více řádků (sadu) najednou:
- Jak používat RETURNING s ON CONFLICT v PostgreSQL?
Co je na tom tomu špatného? čisté řešení SQL?
CREATE OR REPLACE FUNCTION f_tag_id(_tag text, OUT _tag_id int)
LANGUAGE sql AS
$func$
WITH ins AS (
INSERT INTO tag AS t (tag)
VALUES (_tag)
ON CONFLICT (tag) DO NOTHING
RETURNING t.tag_id
)
SELECT tag_id FROM ins
UNION ALL
SELECT tag_id FROM tag WHERE tag = _tag
LIMIT 1;
$func$;
Není to úplně špatné, ale nedokáže to zalepit mezeru, jak to řešil @FunctorSalad. Funkce může přijít s prázdným výsledkem, pokud se souběžná transakce pokusí udělat totéž ve stejnou dobu. Manuál:
Všechny příkazy jsou provedeny se stejným snímkem
Pokud souběžná transakce vloží stejnou novou značku o chvíli dříve, ale dosud nebyla potvrzena:
-
Část UPSERT je po čekání na dokončení souběžné transakce prázdná. (Pokud by se souběžná transakce měla vrátit zpět, stále vloží novou značku a vrátí nové ID.)
-
Část SELECT se také zobrazí prázdná, protože je založena na stejném snímku, kde není viditelná nová značka z (dosud nepotvrzené) souběžné transakce.
Nedostáváme nic . Ne tak, jak bylo zamýšleno. To je kontraintuitivní až naivní logika (a tam jsem se nechal chytit), ale tak funguje MVCC model Postgres – musí fungovat.
Toto nepoužívejte, pokud se více transakcí může pokusit vložit stejnou značku současně. Nebo smyčku, dokud skutečně nedostanete řadu. Smyčka se stejně sotva kdy spustí při běžném pracovním zatížení.
Postgres 9.4 nebo starší
Vzhledem k této (trochu zjednodušené) tabulce:
CREATE table tag (
tag_id serial PRIMARY KEY
, tag text UNIQUE
);
téměř 100% bezpečné funkce pro vložení nového tagu / výběr stávajícího, by mohla vypadat takto.
CREATE OR REPLACE FUNCTION f_tag_id(_tag text, OUT tag_id int)
LANGUAGE plpgsql AS
$func$
BEGIN
LOOP
BEGIN
WITH sel AS (SELECT t.tag_id FROM tag t WHERE t.tag = _tag FOR SHARE)
, ins AS (INSERT INTO tag(tag)
SELECT _tag
WHERE NOT EXISTS (SELECT 1 FROM sel) -- only if not found
RETURNING tag.tag_id) -- qualified so no conflict with param
SELECT sel.tag_id FROM sel
UNION ALL
SELECT ins.tag_id FROM ins
INTO tag_id;
EXCEPTION WHEN UNIQUE_VIOLATION THEN -- insert in concurrent session?
RAISE NOTICE 'It actually happened!'; -- hardly ever happens
END;
EXIT WHEN tag_id IS NOT NULL; -- else keep looping
END LOOP;
END
$func$;
db<>zde hrajte
Starý sqlfiddle
Proč ne 100%? Zvažte poznámky v příručce pro související UPSERT
příklad:
- https://www.postgresql.org/docs/current/plpgsql-control-structures.html#PLPGSQL-UPSERT-EXAMPLE
Vysvětlení
-
Zkuste
SELECT
první . Vyhnete se tak výrazně dražším zpracování výjimek v 99,99 % případů. -
Použijte CTE k minimalizaci (již tak malého) časového úseku pro podmínku závodu.
-
Časové okno mezi
SELECT
aINSERT
v rámci jednoho dotazu je super malinká. Pokud nemáte velké souběžné zatížení nebo pokud můžete žít s výjimkou jednou za rok, můžete jednoduše ignorovat případ a použít příkaz SQL, který je rychlejší. -
Není potřeba
FETCH FIRST ROW ONLY
(=LIMIT 1
). Název značky je zjevněUNIQUE
. -
Odebrat
FOR SHARE
v mém příkladu, pokud obvykle nemáte souběžnéDELETE
neboUPDATE
na tabulcetag
. Stojí to trochu výkonu. -
Nikdy neuvádějte název jazyka:
'plpgsql'.plpgsql
je identifikátor . Citace může způsobit problémy a je tolerována pouze z důvodu zpětné kompatibility. -
Nepoužívejte nepopisné názvy sloupců jako
id
neboname
. Když spojujete několik stolů (což děláte v relační DB) skončíte s více stejnými názvy a musíte použít aliasy.
Zabudováno do vaší funkce
Pomocí této funkce můžete značně zjednodušit FOREACH LOOP
komu:
...
FOREACH TagName IN ARRAY $3
LOOP
INSERT INTO taggings (PostId, TagId)
VALUES (InsertedPostId, f_tag_id(TagName));
END LOOP;
...
Rychlejší však jako jediný příkaz SQL s unnest()
:
INSERT INTO taggings (PostId, TagId)
SELECT InsertedPostId, f_tag_id(tag)
FROM unnest($3) tag;
Nahrazuje celou smyčku.
Alternativní řešení
Tato varianta staví na chování UNION ALL
s LIMIT
klauzule:jakmile je nalezen dostatek řádků, zbytek se nikdy neprovede:
- Jak vyzkoušet více možností SELECT, dokud nebude k dispozici výsledek?
Na základě toho můžeme outsourcovat INSERT
do samostatné funkce. Pouze tam potřebujeme zpracování výjimek. Stejně bezpečné jako první řešení.
CREATE OR REPLACE FUNCTION f_insert_tag(_tag text, OUT tag_id int)
RETURNS int
LANGUAGE plpgsql AS
$func$
BEGIN
INSERT INTO tag(tag) VALUES (_tag) RETURNING tag.tag_id INTO tag_id;
EXCEPTION WHEN UNIQUE_VIOLATION THEN -- catch exception, NULL is returned
END
$func$;
Která se používá v hlavní funkci:
CREATE OR REPLACE FUNCTION f_tag_id(_tag text, OUT _tag_id int)
LANGUAGE plpgsql AS
$func$
BEGIN
LOOP
SELECT tag_id FROM tag WHERE tag = _tag
UNION ALL
SELECT f_insert_tag(_tag) -- only executed if tag not found
LIMIT 1 -- not strictly necessary, just to be clear
INTO _tag_id;
EXIT WHEN _tag_id IS NOT NULL; -- else keep looping
END LOOP;
END
$func$;
-
To je o něco levnější, pokud většina hovorů vyžaduje pouze
SELECT
, protože dražší blok sINSERT
obsahujícíEXCEPTION
doložka se zadává jen zřídka. Dotaz je také jednodušší. -
FOR SHARE
zde není možné (není povoleno vUNION
dotaz). -
LIMIT 1
by nebylo nutné (testováno na str. 9.4). Postgres odvozujeLIMIT 1
zINTO _tag_id
a provádí se pouze do doby, než je nalezen první řádek.