WedX - журнал о программировании и компьютерных науках

postgreSQL обновляет все строки столбцов с подвыборкой без связи между таблицами. Могу ли я избежать plpgsql?

Этот SQL дает мне список идентификаторов и количество точек в полигоне.

select count(*), poly.gid 
from inpn p 
INNER JOIN half_degree poly ON 
    poly.the_geom && p.the_geom and CONTAINS(poly.the_geom, p.the_geom)
group by poly.gid

count   gid
10       1
30       2

..

Теперь я хочу обновить столбец таблицы (half_grade) с информацией о подсчете.

update half_degree 
set inpn_count = (
    select count(*) 
    from inpn p 
    INNER JOIN half_degree poly ON 
        poly.the_geom && p.the_geom 
        and CONTAINS(poly.the_geom, p.the_geom)
    )

но это обновляет inpn_count с помощью ОБЩЕГО СЧЕТА точек во всех полигонах. Затем, если я добавлю группу по количеству...

update half_degree 
set inpn_count=(
    select count(*) as i 
    from inpn p 
    INNER JOIN half_degree poly ON 
        poly.the_geom && p.the_geom
        and CONTAINS(poly.the_geom,p.the_geom) 
    group by i
    )

ERROR: Agreggate not authorised inside a GROUP BY

Что я могу сделать, если у меня нет связи между обеими таблицами? (чтобы добавить предложение WHERE в обновление sql). Могу ли я избежать использования PLPGSQL?

30.03.2012

Ответы:


1
  • нет, это все то же самое (получить общее количество и обновить inpn_count по общему количеству) 30.03.2012
  • Новые материалы

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


    Для любых предложений по сайту: [email protected]