WITH 查询（公用表表达式） #WITH 提供了一种方法来编写辅助语句，以便在更大的查询中使用。这些语句通常被称为公用表表达式或CTE，可以被认为是定义只为一个查询存在的临时表。WITH 子句中的每个辅助语句可以是 SELECT、INSERT、UPDATE、DELETE 或 MERGE；而 WITH 子句本身附加到一个主语句，该主语句也可以是 SELECT、INSERT、UPDATE、DELETE 或 MERGE。
SELECT 在 WITH 中 #SELECT 在 WITH 中的基本价值在于将复杂的查询分解成更简单的部分。一个例子是
WITH regional_sales AS (
SELECT region, SUM(amount) AS total_sales
FROM orders
GROUP BY region
), top_regions AS (
SELECT region
FROM regional_sales
WHERE total_sales > (SELECT SUM(total_sales)/10 FROM regional_sales)
)
SELECT region,
product,
SUM(quantity) AS product_units,
SUM(amount) AS product_sales
FROM orders
WHERE region IN (SELECT region FROM top_regions)
GROUP BY region, product;
它仅显示在顶级销售区域中的每个产品的销售总额。WITH 子句定义了两个名为 regional_sales 和 top_regions 的辅助语句，其中 regional_sales 的输出用于 top_regions，而 top_regions 的输出用于主 SELECT 查询。这个例子可以在没有 WITH 的情况下编写，但我们需要两层嵌套的子 SELECT。这样更容易理解。
可选的 RECURSIVE 修饰符将 WITH 从一个简单的语法便利变成了能够完成标准 SQL 中无法实现的功能的特性。使用 RECURSIVE，WITH 查询可以引用其自身的输出。一个非常简单的例子是这个查询，用于将 1 到 100 的整数求和
WITH RECURSIVE t(n) AS (
VALUES (1)
UNION ALL
SELECT n+1 FROM t WHERE n < 100
)
SELECT sum(n) FROM t;
递归 WITH 查询的一般形式始终是 非递归项，然后是 UNION（或 UNION ALL），然后是 递归项，其中只有递归项可以包含对查询自身输出的引用。这样的查询按如下方式执行
递归查询评估
评估非递归项。对于 UNION（但不包括 UNION ALL），丢弃重复行。将所有剩余的行包含在递归查询的结果中，并将它们放在一个临时的 工作表中。
只要工作表不为空，就重复以下步骤
评估递归项，将工作表的当前内容替换为递归自引用。对于 UNION（但不包括 UNION ALL），丢弃重复行和与任何先前结果行重复的行。将所有剩余的行包含在递归查询的结果中，并将它们放在一个临时的 中间表中。
将工作表的内容替换为中间表的内容，然后清空中间表。
虽然 RECURSIVE 允许递归地指定查询，但在内部，这样的查询是迭代评估的。
在上面的例子中，工作表在每一步只有一个行，它在连续的步骤中取值从 1 到 100。在第 100 步，由于 WHERE 子句，没有输出，因此查询终止。
递归查询通常用于处理层次结构或树状数据。一个有用的例子是这个查询，用于查找给定产品的所有直接和间接子部件，假设只给定一个显示直接包含关系的表
WITH RECURSIVE included_parts(sub_part, part, quantity) AS (
SELECT sub_part, part, quantity FROM parts WHERE part = 'our_product'
UNION ALL
SELECT p.sub_part, p.part, p.quantity * pr.quantity
FROM included_parts pr, parts p
WHERE p.part = pr.sub_part
)
SELECT sub_part, SUM(quantity) as total_quantity
FROM included_parts
GROUP BY sub_part
在使用递归查询计算树遍历时，您可能希望按深度优先或广度优先顺序排列结果。这可以通过在其他数据列旁边计算一个排序列，并在最后使用该列对结果进行排序来实现。请注意，这实际上并不控制查询评估访问行的顺序；正如 SQL 中的任何情况一样，这取决于实现。这种方法只提供了一种在之后对结果进行排序的便捷方法。
为了创建深度优先顺序，我们为每个结果行计算一个我们迄今已访问行的数组。例如，考虑以下使用 link 字段搜索表 tree 的查询
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;
要添加深度优先排序信息，您可以这样写
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;
在需要使用多个字段来标识行的一般情况下，使用一个行的数组。例如，如果我们需要跟踪字段 f1 和 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;
在只跟踪一个字段的常见情况下，省略 ROW() 语法。这允许使用一个简单的数组而不是一个复合类型的数组，从而提高效率。
为了创建广度优先顺序，您可以添加一列来跟踪搜索的深度，例如
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;
为了获得稳定的排序，请添加数据列作为辅助排序列。
递归查询评估算法以广度优先搜索顺序生成其输出。但是，这是一个实现细节，依赖它可能是不安全的。每一层中行的顺序是未定义的，因此在任何情况下都可能需要一些显式的排序。
存在计算深度优先或广度优先排序列的内置语法。例如
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;
该语法在内部扩展为类似于上面手写形式的东西。SEARCH 子句指定需要深度优先还是广度优先搜索，指定要跟踪用于排序的列列表，以及将包含结果数据以用于排序的列名。该列将隐式地添加到 CTE 的输出行中。
在处理递归查询时，重要的是确保查询的递归部分最终不会返回任何元组，否则查询将无限循环。有时，使用 UNION 而不是 UNION ALL 可以通过丢弃与先前输出行重复的行来实现这一点。但是，循环并不总是涉及完全重复的输出行：可能只需要检查一个或几个字段，以查看是否之前已经到达相同的点。处理这种情况的标准方法是计算一个已经访问值的数组。例如，再次考虑以下使用 link 字段搜索表 graph 的查询
WITH RECURSIVE search_graph(id, link, data, depth) AS (
SELECT g.id, g.link, g.data, 0
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
)
SELECT * FROM search_graph;
如果 link 关系包含循环，则此查询将循环。由于我们需要一个 “深度” 输出，仅仅将 UNION ALL 更改为 UNION 不会消除循环。相反，我们需要识别在遵循特定的链接路径时是否再次到达了同一行。我们在易于循环的查询中添加两列 is_cycle 和 path
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;
除了防止循环之外，数组值本身通常很有用，因为它表示到达任何特定行的 “路径”。
在需要多个字段来识别循环的一般情况下，使用一个行的数组。例如，如果我们需要比较字段 f1 和 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;
在只需要一个字段来识别循环的常见情况下，省略 ROW() 语法。这允许使用一个简单的数组而不是一个复合类型的数组，从而提高效率。
存在内置语法来简化循环检测。上面的查询也可以这样写
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;
它将在内部重写为上面的形式。CYCLE 子句首先指定要跟踪用于循环检测的列列表，然后指定一个将显示是否检测到循环的列名，最后指定另一个将跟踪路径的列名。循环列和路径列将隐式地添加到 CTE 的输出行中。
循环路径列的计算方式与上一节中显示的深度优先排序列相同。一个查询可以同时具有 SEARCH 和 CYCLE 子句，但深度优先搜索规范和循环检测规范会创建冗余计算，因此只使用 CYCLE 子句并按路径列排序更高效。如果需要广度优先排序，则指定 SEARCH 和 CYCLE 都很有用。
在测试查询时，如果你不确定查询是否会循环，一个有用的技巧是在父查询中放置一个 LIMIT。例如，这个查询如果没有 LIMIT，将会无限循环
WITH RECURSIVE t(n) AS (
SELECT 1
UNION ALL
SELECT n+1 FROM t
)
SELECT n FROM t LIMIT 100;
这是有效的，因为 PostgreSQL 的实现仅评估 WITH 查询中实际被父查询获取的那么多行。不建议在生产环境中使用此技巧，因为其他系统可能会有不同的工作方式。此外，如果您让外部查询对递归查询的结果进行排序或将其与其他表联接，它通常不起作用，因为在这种情况下，外部查询通常会尝试获取 WITH 查询的全部输出。
WITH 查询的一个有用属性是，它们通常在父查询的每次执行中只评估一次，即使父查询或同级 WITH 查询多次引用它们。因此，在多个地方需要的昂贵计算可以放在 WITH 查询中以避免重复工作。另一个可能的应用是防止意外地多次评估具有副作用的函数。然而，另一方面是优化器无法将父查询的限制推入多次引用的 WITH 查询中，因为这可能会影响 WITH 查询输出的所有使用，而它应该只影响其中一个。多次引用的 WITH 查询将按原样进行评估，不会抑制父查询可能随后丢弃的行。（但是，如上所述，如果对查询的引用需要有限数量的行，评估可能会提前停止。）
但是，如果 WITH 查询是非递归且无副作用的（即，它是一个 SELECT 不包含易变函数），那么它可以折叠到父查询中，从而允许对这两个查询级别进行联合优化。默认情况下，如果父查询只引用 WITH 查询一次，则会发生这种情况，但如果它引用 WITH 查询多次，则不会发生这种情况。您可以通过指定 MATERIALIZED 来强制单独计算 WITH 查询，或者通过指定 NOT MATERIALIZED 来强制将其合并到父查询中，来覆盖该决定。后一种选择可能会导致 WITH 查询的重复计算，但如果 WITH 查询的每次使用只需要 WITH 查询的完整输出的一小部分，它仍然可以节省大量开销。
这些规则的一个简单示例是
WITH w AS (
SELECT * FROM big_table
)
SELECT * FROM w WHERE key = 123;
此 WITH 查询将被折叠，产生与以下相同的执行计划
SELECT * FROM big_table WHERE key = 123;
特别是，如果 key 上有一个索引，它可能会被用来只获取具有 key = 123 的行。另一方面，在
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;
WITH 查询将被物化，产生 big_table 的临时副本，然后该副本与自身连接 - 没有任何索引的帮助。如果将此查询写为
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;
这样，父查询的限制就可以直接应用于 big_table 的扫描。
NOT MATERIALIZED 可能不可取的一个例子是
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;
在这里，WITH 查询的物化确保 very_expensive_function 仅对每个表行评估一次，而不是两次。
上面的示例只显示了 WITH 与 SELECT 一起使用，但它可以以相同的方式附加到 INSERT、UPDATE、DELETE 或 MERGE。在每种情况下，它实际上提供了可以在主命令中引用的临时表。
WITH 中的数据修改语句 #您可以在 WITH 中使用数据修改语句（INSERT、UPDATE、DELETE 或 MERGE）。这使您能够在同一个查询中执行多个不同的操作。例如
WITH moved_rows AS (
DELETE FROM products
WHERE
"date" >= '2010-10-01' AND
"date" < '2010-11-01'
RETURNING *
)
INSERT INTO products_log
SELECT * FROM moved_rows;
此查询实际上将 products 中的行移动到 products_log 中。WITH 中的 DELETE 从 products 中删除指定行，通过其 RETURNING 子句返回其内容；然后，主查询读取该输出并将它插入到 products_log 中。
上面的例子一个细微之处是，WITH 子句附加到 INSERT，而不是附加到 INSERT 中的子 SELECT。这是必要的，因为数据修改语句只能在附加到顶层语句的 WITH 子句中使用。但是，正常的 WITH 可见性规则适用，因此可以从子 SELECT 中引用 WITH 语句的输出。
WITH 中的数据修改语句通常具有 RETURNING 子句（参见 Section 6.4），如上面的示例所示。它是 RETURNING 子句的输出，不是 数据修改语句的目标表，它形成了可以由查询的其余部分引用的临时表。如果 WITH 中的数据修改语句缺少 RETURNING 子句，则它不形成任何临时表，并且不能在查询的其余部分中引用。但是，这样的语句将被执行。一个不太有用的例子是
WITH t AS (
DELETE FROM foo
)
DELETE FROM bar;
此示例将从表 foo 和 bar 中删除所有行。报告给客户端的受影响行数仅包括从 bar 中删除的行。
数据修改语句中的递归自引用是不允许的。在某些情况下，可以通过引用递归 WITH 的输出来解决此限制，例如
WITH RECURSIVE included_parts(sub_part, part) AS (
SELECT sub_part, part FROM parts WHERE part = 'our_product'
UNION ALL
SELECT p.sub_part, p.part
FROM included_parts pr, parts p
WHERE p.part = pr.sub_part
)
DELETE FROM parts
WHERE part IN (SELECT part FROM included_parts);
此查询将删除产品的全部直接和间接子部分。
WITH 中的数据修改语句只执行一次，并且始终完成，无论主查询是否读取其全部（或实际上任何）输出。请注意，这与 WITH 中的 SELECT 规则不同：如上一节所述，SELECT 的执行仅进行到主查询需要其输出为止。
WITH 中的子语句是与彼此以及与主查询并发执行的。因此，在 WITH 中使用数据修改语句时，指定更新实际发生的顺序是不可预测的。所有语句都使用相同的 快照（参见 Chapter 13）执行，因此它们无法 “看到” 彼此对目标表的影响。这减轻了实际行更新顺序不可预测性的影响，意味着 RETURNING 数据是不同 WITH 子语句和主查询之间通信更改的唯一方式。例如，在
WITH t AS (
UPDATE products SET price = price * 1.05
RETURNING *
)
SELECT * FROM products;
外部 SELECT 将返回 UPDATE 操作之前的原始价格，而在
WITH t AS (
UPDATE products SET price = price * 1.05
RETURNING *
)
SELECT * FROM t;
外部 SELECT 将返回更新后的数据。
不支持在单个语句中尝试两次更新同一行。只进行其中一项修改，但很难（有时甚至不可能）可靠地预测哪一项。这也适用于删除同一个语句中已经更新的行：只执行更新。因此，您通常应该避免在单个语句中尝试两次修改同一行。特别是，避免编写可能影响与主语句或同级子语句相同的行的 WITH 子语句。此类语句的效果是不可预测的。
目前，任何用作 WITH 中的数据修改语句的目标的表都不能具有条件规则、ALSO 规则或扩展到多个语句的 INSTEAD 规则。
如果您在文档中看到任何不正确的内容、与您对特定功能的体验不符或需要进一步说明，请使用 此表格 报告文档问题。