SOMMA su righe distinte con più join

Schema :

CREATE TABLE "items" (
  "id"            SERIAL                   NOT NULL PRIMARY KEY,
  "country"       VARCHAR(2)               NOT NULL,
  "created"       TIMESTAMP WITH TIME ZONE NOT NULL,
  "price"         NUMERIC(11, 2)           NOT NULL
);
CREATE TABLE "payments" (
  "id"      SERIAL                   NOT NULL PRIMARY KEY,
  "created" TIMESTAMP WITH TIME ZONE NOT NULL,
  "amount"  NUMERIC(11, 2)           NOT NULL,
  "item_id" INTEGER                  NULL
);
CREATE TABLE "extras" (
  "id"      SERIAL                   NOT NULL PRIMARY KEY,
  "created" TIMESTAMP WITH TIME ZONE NOT NULL,
  "amount"  NUMERIC(11, 2)           NOT NULL,
  "item_id" INTEGER                  NULL
);

Dati :

INSERT INTO items VALUES
  (1, 'CZ', '2016-11-01', 100),
  (2, 'CZ', '2016-11-02', 100),
  (3, 'PL', '2016-11-03', 20),
  (4, 'CZ', '2016-11-04', 150)
;
INSERT INTO payments VALUES
  (1, '2016-11-01', 60, 1),
  (2, '2016-11-01', 60, 1),
  (3, '2016-11-02', 100, 2),
  (4, '2016-11-03', 25, 3),
  (5, '2016-11-04', 150, 4)
;
INSERT INTO extras VALUES
  (1, '2016-11-01', 5, 1),
  (2, '2016-11-02', 1, 2),
  (3, '2016-11-03', 2, 3),
  (4, '2016-11-03', 3, 3),
  (5, '2016-11-04', 5, 4)
;

Quindi abbiamo:

• 3 articoli in CZ in 1 in PL
• 370 guadagnati in CZ e 25 in PL
• 350 costo in CZ e 20 in PL
• 11 extra guadagnati in CZ e 5 extra guadagnati in PL

Ora voglio ottenere risposte per le seguenti domande:

1. Quanti articoli abbiamo avuto il mese scorso in ogni paese?
2. Qual è stato l'importo totale guadagnato (somma dei pagamenti. Importi) in ogni paese?
3. Qual è stato il costo totale (somma di articoli.prezzo) in ogni paese?
4. Qual è stato il totale delle entrate extra (somma degli extra) in ogni paese?

Con la seguente query ( SQLFiddle ):

SELECT
  country                  AS "group_by",
  COUNT(DISTINCT items.id) AS "item_count",
  SUM(items.price)         AS "cost",
  SUM(payments.amount)     AS "earned",
  SUM(extras.amount)       AS "extra_earned"
FROM items
  LEFT OUTER JOIN payments ON (items.id = payments.item_id)
  LEFT OUTER JOIN extras ON (items.id = extras.item_id)
GROUP BY 1;

I risultati sono sbagliati:

 group_by | item_count |  cost  | earned | extra_earned
----------+------------+--------+--------+--------------
 CZ       |          3 | 450.00 | 370.00 |        16.00
 PL       |          1 |  40.00 |  50.00 |         5.00

I costi e gli extra appresi per CZ non sono validi - 450 invece di 350 e 16 invece di 11. Anche i costi e i guadagni per PL non sono validi - sono raddoppiati.

Capisco che in caso LEFT OUTER JOINci siano 2 righe per l'articolo con items.id = 1 (e così via per altre corrispondenze), ma non so come creare una query corretta.

Domande :

1. Come evitare risultati errati nell'aggregazione nelle query su più tabelle?
2. Qual è il modo migliore per calcolare la somma su valori distinti (items.id in quel caso)?

Versione PostgreSQL : 9.6.1

Dal momento che possono esserci più paymentse più extrasper item, si verifica un "join incrociato proxy" tra queste due tabelle. Righe aggregate per item_id prima di unirsi a iteme dovrebbe essere tutto corretto:

SELECT i.country         AS group_by
     , COUNT(*)          AS item_count
     , SUM(i.price)      AS cost
     , SUM(p.sum_amount) AS earned
     , SUM(e.sum_amount) AS extra_earned
FROM  items i
LEFT  JOIN (
   SELECT item_id, SUM(amount) AS sum_amount
   FROM   payments
   GROUP  BY 1
   ) p ON p.item_id = i.id
LEFT  JOIN (
   SELECT item_id, SUM(amount) AS sum_amount
   FROM   extras
   GROUP  BY 1
   ) e ON e.item_id = i.id
GROUP BY 1;

Considera l'esempio del "mercato del pesce":

• Due JOIN SINISTRA SQL producono risultati errati

Per essere precisi, SUM(i.price)sarebbe errato dopo aver aderito a una singola n-table, che moltiplica ogni prezzo per il numero di righe correlate. Farlo due volte non fa che peggiorare la situazione - e anche potenzialmente computazionalmente costoso.

Oh, e dal momento che non moltiplichiamo le righe itemsora, possiamo semplicemente usare il più economico count(*)invece di count(DISTINCT i.id). ( idessere NOT NULL PRIMARY KEY.)

SQL Fiddle.

Ma se voglio filtrare per items.created?

Affrontare il tuo commento.

Dipende. Possiamo applicare lo stesso filtro a payments.createde extras.created?

Se sì, aggiungi anche i filtri anche nelle sottoquery. (Non sembra probabile in questo caso.)

In caso contrario, ma stiamo ancora selezionando la maggior parte degli elementi , la query sopra sarebbe ancora più efficiente. Alcune aggregazioni nelle sottoquery vengono eliminate nei join, ma è comunque più economico delle query più complesse.

In caso negativo, e stiamo selezionando una piccola parte di articoli, suggerisco sottoquery o LATERALjoin correlati . Esempi:

• Più chiamate array_agg () in una singola query