Комбинации запросов с вложенным массивом записей в формате данных JSON

Я работаю над приложением Rails, которое использует тип данных Postgres JSON. У меня есть столбец JSON с именем data в таблице с именем reports. Скажем, у меня есть несколько записей вроде этого:

Entry 1: {"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 2, "src":"barB.png", "pos": "top"}],   "background":"background.png"}
Entry 2: {"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 2, "src":"barC.png", "pos": "top"}],   "background":"bacakground.png"}
Entry 3: {"objects":[{"album": 1, "src":"fooA.png", "pos": "middle"},{"album": 2, "src":"barB.png", "pos": "middle"}],"background":"background.png"}
Entry 4: {"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 3, "src":"barB.png", "pos": "top"}],   "background":"backgroundA.png"}

Что бы я хотел сделать, это вернуть разные комбинации записей, имеющих один и тот же альбом, src и background (ПРИМЕЧАНИЕ: в objects node порядок элементов массива не имеет значения). Например, запрос должен соответствовать элементам 1,3 как одна группа, запись 2, как и другая и т.д. Цель состоит в том, чтобы найти верхние 3 наиболее распространенные комбинации. Я знаю, как это сделать с помощью Ruby, но мне нужно будет запросить большую выборку записей, а затем перебрать все из них. Кажется более эффективным использовать Postgres, если он может справиться с этой задачей. Мне не хватает эксперта SQL, чтобы узнать, возможно ли это.

Это результат, который я ищу. Внутри objects записи 1 и 3 содержат {"album": 1, "src":"fooA.png"}, {"album": 2, "src":"barB.png"}, а оба имеют совпадение backgrounds. Я хотел бы сгруппировать их как одну комбинацию со счетом 2.

Так как запись 2 не соответствует ни одному элементу по этому критерию, то это еще одна комбинация со счетом 1. Запись 4 также считается другой комбинацией со счетом 1. Таким образом, результат, который я получил после:

ids  |  count
--------------
1,3  | 2
2    | 1
4    | 1

или

combinations                                                                                                                               | count
---------------------------------------------------------------------------------------------------------------------------------------------------
{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},  {"album": 2, "src":"barB.png", "pos": "top"}],  "background":"background.png"}  | 2
{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},  {"album": 2, "src":"barC.png", "pos": "top"}],  "background":"bacakground.png"} | 1
{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},  {"album": 3, "src":"barB.png", "pos": "top"}],  "background":"backgroundA.png"} | 1

Что легче сделать.

В моих фактических данных у меня есть значения, отличные от album и src в массиве JSON в objects node. Вы заметите, что я включил pos, чтобы показать этот случай. Мне нужно только использовать значения album, src и background для соответствия комбо. Я надеялся игнорировать любые другие ценности.

Примечание

Когда я тестировал решение Erwin, я продолжал получать эту ошибку, и я знаю, почему:

ERROR:  cannot call json_populate_recordset on a nested object

Мои значения json на самом деле немного сложнее. Например:

{"objects":[{"album": 1, "src":"fooA.png", "pos": "top", filters: []},  {"album": 2, "src":"barB.png", "pos": "top", filters: []}

Очевидно, что filters является вложенным объектом и не поддерживается json_populate_recordset. Однако, я думаю, я могу обойти это, если нет простой альтернативы. Опять же, я предполагаю, что это возможно?

UPDATE

Из-за опечатки в приведенных выше образцах (что было моей ошибкой) это решение немного неполно. Когда опечатка исправлена, решение не работает. Найдите ответ на эту ситуацию здесь. Но решение Erwin по-прежнему является ответом на случаи, подобные описанным выше.

Ответ 1

Учитывая эту таблицу (которую вы должны были предоставить в такой форме):

CREATE TABLE reports (rep_id int primary key, data json);
INSERT INTO reports (rep_id, data)
VALUES 
  (1, '{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 2, "src":"barB.png", "pos": "top"}],   "background":"background.png"}')
, (2, '{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 2, "src":"barC.png", "pos": "top"}],   "background":"bacakground.png"}')
, (3, '{"objects":[{"album": 1, "src":"fooA.png", "pos": "middle"},{"album": 2, "src":"barB.png", "pos": "middle"}],"background":"background.png"}')
, (4, '{"objects":[{"album": 1, "src":"fooA.png", "pos": "top"},   {"album": 3, "src":"barB.png", "pos": "top"}],   "background":"backgroundA.png"}')
;

записи JSON хорошо известного, переводимого типа

Используйте json_populate_recordset(), чтобы отключить набор записей "objects". Функция требует зарегистрированного типа строки для определения имен и типов данных из итоговых столбцов. Для целей этой демонстрации или вообще для специальных запросов temp table, смоделированная после "objects", обеспечивает то же самое:

CREATE TEMP TABLE obj(album int, src text, pos text);

Найти the top 3 most common combinations... of entries that have the same album, src, and background:

SELECT array_agg(r.rep_id) AS ids, count(*) AS ct
FROM   reports r
     , json_populate_recordset(null::obj, r.data->'objects') o
GROUP  BY r.data->>'background'
        , o.album
        , o.scr
ORDER  BY count(*) DESC
LIMIT  3;

Каждый объект имеет значение, независимо от того, находится ли он из той же строки или нет. Вы не определили, как это точно обрабатывать. Следовательно, rep_id может появляться несколько раз в массиве ids. Добавьте DISTINCT в array_agg(), чтобы свернуть возможные дубликаты. Счетчик ct может быть больше длины массива ids в этом случае.

Требуется Postgres 9.3 для функций и операторов JSON и неявный JOIN LATERAL.

записи JSON неизвестного или нетранслируемого типа

json_array_elements() просто блокирует json-массив, не преобразовывая результат в строку SQL. Получите доступ к отдельным полям с операторами JSON соответственно.

SELECT array_agg(r.rep_id) AS ids, count(*) AS ct
FROM   reports r
     , json_array_elements(r.data->'objects') o
GROUP  BY r.data->>'background'
        , o->>'album'
        , o->>'scr'
ORDER  BY count(*) DESC
LIMIT  3;