¿Cómo selecciono un número limitado de filas con el mismo atributo?

Question

Tengo una tabla de URL y un atributo es el dominio.

Supongamos que tengo 100 URL de Google, 100 de Facebook, 100 de Ebay y lo mismo para otros dominios, pero quiero recuperar las primeras 30 URL de Google, 30 de Facebook, 30 de Ebay y 30 de las otras limitando a un máximo de 500 URL.

¿Cómo hago esto?

Answer 1

el siguiente código SQL resuelve mi caso, pero las URL son fuera de servicio debido a que el row_number no siguen las órdenes. Creo que este SQL necesita alguna mejora.

SELECT url,row_number FROM(
    SELECT url,row_number() OVER (PARTITION BY domain) FROM website 
    WHERE domain IN 
    (SELECT DISTINCT domain FROM link) 
) AS links 
WHERE row_number <= 10 
LIMIT 25 

Answer 2

¿Qué tal algo como esto:

SELECT url FROM link WHERE domain='Google' LIMIT 30 
UNION 
SELECT url FROM link WHERE domain='Facebook' LIMIT 30 
UNION 
SELECT ... 

etc.

Answer 3

Mi solución en PL/pgSQL basada. He encontrado una mejor manera, que no es necesario tabla temporal adicional (usando INSERT a la mesa en el cuerpo de la función), es decir que puede utilizar esta función para obtener el resultado directamente:

CREATE OR REPLACE FUNCTION getURLs(singleLimit integer, totalLimit integer) 
RETURNS SETOF RECORD AS $$ 
DECLARE 
    dom text; 
    nrOfDomains integer; 
    i integer; 
    lim integer; 
    remainder integer; 
BEGIN 
    nrOfDomains := totalLimit/singleLimit; -- integer division (truncate) 
    remainder := totalLimit%singleLimit; 

    IF remainder <> 0 THEN 
     nrOfDomains := nrOfDomains + 1; 
    END IF; 

    i := 1; 
    FOR dom IN SELECT DISTINCT domain FROM website LIMIT nrOfDomains 
    LOOP 
     IF i = nrOfDomains AND remainder <> 0 THEN 
      lim := remainder; 
     ELSE 
      lim := singleLimit; 
     END IF; 

     RETURN QUERY SELECT * FROM website WHERE domain = dom LIMIT lim; 

     i := i + 1; 
    END LOOP; 
    RETURN; 
END $$ 
LANGUAGE 'plpgsql'; 

Aquí es un poco de los Ensayos conducir:

postgres=> CREATE TABLE website(url text, domain text); 
CREATE TABLE 

postgres=> INSERT INTO website 
    SELECT 'http://' || d.column1 ||'/' || n, d.column1 
    FROM generate_series(1, 100) n CROSS JOIN 
    (VALUES ('google'), ('facebook'), ('ebay')) d; 
INSERT 0 300 

postgres=> SELECT * FROM getURLs(10, 25) website(url text, domain text); 

Resultado:

 url   | domain 
--------------------+---------- 
http://google/1 | google 
http://google/2 | google 
http://google/3 | google 
http://google/4 | google 
http://google/5 | google 
http://google/6 | google 
http://google/7 | google 
http://google/8 | google 
http://google/9 | google 
http://google/10 | google 
http://facebook/1 | facebook 
http://facebook/2 | facebook 
http://facebook/3 | facebook 
http://facebook/4 | facebook 
http://facebook/5 | facebook 
http://facebook/6 | facebook 
http://facebook/7 | facebook 
http://facebook/8 | facebook 
http://facebook/9 | facebook 
http://facebook/10 | facebook 
http://ebay/1  | ebay 
http://ebay/2  | ebay 
http://ebay/3  | ebay 
http://ebay/4  | ebay 
http://ebay/5  | ebay 
(25 rows)