複数の列でのSELECT DISTINCT

(a,b,c,d)同じデータ型の4つの列を持つテーブルがあるとします。

列内のデータ内のすべての個別の値を選択し、それらを単一の列として返すことは可能ですか、またはこれを達成するために関数を作成する必要がありますか？

更新：SQLfiddleで5つのクエリすべてを10 万行でテストしました（2つの別個のケース、1つは少数（25）の異なる値、もう1つはロット（約25Kの値））。

非常に単純なクエリはを使用することUNION DISTINCTです。4つの列のそれぞれに個別のインデックスがある場合、最も効率的だと思います。PostgresがLoose Index Scan最適化を実装していた場合、4つの列のそれぞれに個別のインデックスがあると効率的です。したがって、このクエリはテーブルの4回のスキャンを必要とするため、効率的ではありません（インデックスは使用されません）。

-- Query 1. (334 ms, 368ms) 
SELECT a AS abcd FROM tablename 
UNION                           -- means UNION DISTINCT
SELECT b FROM tablename 
UNION 
SELECT c FROM tablename 
UNION 
SELECT d FROM tablename ;

もう1つは、最初UNION ALLに使用することDISTINCTです。また、これには4つのテーブルスキャンが必要です（インデックスを使用しません）。値が少ない場合、効率は悪くなく、値が大きいほど、私の（広範囲ではない）テストで最速になります。

-- Query 2. (87 ms, 117 ms)
SELECT DISTINCT a AS abcd
FROM
  ( SELECT a FROM tablename 
    UNION ALL 
    SELECT b FROM tablename 
    UNION ALL
    SELECT c FROM tablename 
    UNION ALL
    SELECT d FROM tablename 
  ) AS x ;

他の回答には、配列関数またはLATERAL構文を使用したより多くのオプションが用意されています。ジャックのクエリ（187 ms, 261 ms）のパフォーマンスは妥当ですが、AndriyMのクエリの方が効率的です（125 ms, 155 ms）。どちらもテーブルの1回の順次スキャンを実行し、インデックスを使用しません。

実際、Jackのクエリ結果は上に示したものより少し良く（を削除した場合order by）、内部4を削除しdistinctて外部1のみを残すことでさらに改善できます。

最後に、4列の個別の値が比較的少ない場合にのみWITH RECURSIVE、上記のLoose Index Scanページで説明したハック/最適化を使用し、4つのインデックスすべてを使用して、非常に高速な結果を得ることができます！同じ10万行でテストし、約25の異なる値を4列に分散（2ミリ秒で実行！）しますが、25万の異なる値では368ミリ秒で最も遅いです：

-- Query 3.  (2 ms, 368ms)
WITH RECURSIVE 
    da AS (
       SELECT min(a) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(a) FROM observations
               WHERE  a > s.n)
       FROM   da AS s  WHERE s.n IS NOT NULL  ),
    db AS (
       SELECT min(b) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(b) FROM observations
               WHERE  b > s.n)
       FROM   db AS s  WHERE s.n IS NOT NULL  ),
   dc AS (
       SELECT min(c) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(c) FROM observations
               WHERE  c > s.n)
       FROM   dc AS s  WHERE s.n IS NOT NULL  ),
   dd AS (
       SELECT min(d) AS n  FROM observations
       UNION ALL
       SELECT (SELECT min(d) FROM observations
               WHERE  d > s.n)
       FROM   db AS s  WHERE s.n IS NOT NULL  )
SELECT n 
FROM 
( TABLE da  UNION 
  TABLE db  UNION 
  TABLE dc  UNION 
  TABLE dd
) AS x 
WHERE n IS NOT NULL ;

SQLfiddle

要約すると、個別の値が少ない場合、再帰クエリが絶対的な勝者であり、2番目の値、Jackのクエリ（以下の改良バージョン）、およびAndriyMのクエリが最高のパフォーマンスを発揮します。

後期の追加、1番目のクエリのバリエーションで、余分な個別の操作にもかかわらず、元の1番目のクエリよりはるかに優れており、2番目のクエリよりもわずかに悪いだけです。

-- Query 1b.  (85 ms, 149 ms)
SELECT DISTINCT a AS n FROM observations 
UNION 
SELECT DISTINCT b FROM observations 
UNION 
SELECT DISTINCT c FROM observations 
UNION 
SELECT DISTINCT d FROM observations ;

ジャックの改善：

-- Query 4b.  (104 ms, 128 ms)
select distinct unnest( array_agg(a)||
                        array_agg(b)||
                        array_agg(c)||
                        array_agg(d) )
from t ;

このクエリのように、LATERALを使用できます。

SELECT DISTINCT
  x.n
FROM
  atable
  CROSS JOIN LATERAL (
    VALUES (a), (b), (c), (d)
  ) AS x (n)
;

LATERALキーワードを使用すると、結合の右側で左側からオブジェクトを参照できます。この場合、右側はVALUESコンストラクターであり、単一の列に配置する列値から単一列のサブセットを構築します。メインクエリは単に新しい列を参照し、それにDISTINCTも適用します。

明確にするためにunion、ypercubeが示唆するように使用しますが、配列でも可能です：

select distinct unnest( array_agg(distinct a)||
                        array_agg(distinct b)||
                        array_agg(distinct c)||
                        array_agg(distinct d) )
from t
order by 1;

| ネスト解除|
| ：----- |
| 0 |
| 1 |
| 2 |
| 3 |
| 5 |
| 6 |
| 8 |
| 9 |

ここに dbfiddle

最短

SELECT DISTINCT n FROM observations, unnest(ARRAY[a,b,c,d]) n;

Andriyのアイデアのより冗長なバージョンは、わずかに長いだけですが、よりエレガントで高速です。
以下のために多くの異なった/ 数の重複値：

SELECT DISTINCT n FROM observations, LATERAL (VALUES (a),(b),(c),(d)) t(n);

最速

関係する各列にインデックスを付けます！
以下のためのいくつかの明確な/ 多くの重複値：

WITH RECURSIVE
  ta AS (
   (SELECT a FROM observations ORDER BY a LIMIT 1)  -- parentheses required!
   UNION ALL
   SELECT o.a FROM ta t
    , LATERAL (SELECT a FROM observations WHERE a > t.a ORDER BY a LIMIT 1) o
   )
, tb AS (
   (SELECT b FROM observations ORDER BY b LIMIT 1)
   UNION ALL
   SELECT o.b FROM tb t
    , LATERAL (SELECT b FROM observations WHERE b > t.b ORDER BY b LIMIT 1) o
   )
, tc AS (
   (SELECT c FROM observations ORDER BY c LIMIT 1)
   UNION ALL
   SELECT o.c FROM tc t
    , LATERAL (SELECT c FROM observations WHERE c > t.c ORDER BY c LIMIT 1) o
   )
, td AS (
   (SELECT d FROM observations ORDER BY d LIMIT 1)
   UNION ALL
   SELECT o.d FROM td t
    , LATERAL (SELECT d FROM observations WHERE d > t.d ORDER BY d LIMIT 1) o
   )
SELECT a
FROM  (
       TABLE ta
 UNION TABLE tb
 UNION TABLE tc
 UNION TABLE td
 ) sub;

これは、すでに投稿された@ypercubeに似た別のrCTEバリアントですが、ORDER BY 1 LIMIT 1代わりに使用しますmin(a)が、通常は少し高速です。NULL値を除外するための追加の述語も必要ありません。
またLATERAL、相関サブクエリの代わりに、クリーンである（必ずしも高速ではない）ため。

このテクニックの私の答えの詳細な説明：

• GROUP BYクエリを最適化して、ユーザーごとに最新のレコードを取得します

ypercubeのSQL Fiddleを更新し、プレイリストに追加しました。

できますが、関数を書いてテストしたとき、私は間違っていると感じました。それは資源の無駄です。
ユニオンを使用して、さらに選択してください。唯一の利点（ある場合）、メインテーブルからの1回のスキャン。

SQLフィドルでは、セパレータを$から/のような他の何かに変更する必要があります

CREATE TABLE observations (
    id         serial
  , a int not null
  , b int not null
  , c int not null
  , d int not null
  , created_at timestamp
  , foo        text
);

INSERT INTO observations (a, b, c, d, created_at, foo)
SELECT (random() * 20)::int        AS a          -- few values for a,b,c,d
     , (15 + random() * 10)::int 
     , (10 + random() * 10)::int 
     , ( 5 + random() * 20)::int 
     , '2014-01-01 0:0'::timestamp 
       + interval '1s' * g         AS created_at -- ascending (probably like in real life)
     , 'aöguihaophgaduigha' || g   AS foo        -- random ballast
FROM generate_series (1, 10) g;               -- 10k rows

CREATE INDEX observations_a_idx ON observations (a);
CREATE INDEX observations_b_idx ON observations (b);
CREATE INDEX observations_c_idx ON observations (c);
CREATE INDEX observations_d_idx ON observations (d);

CREATE OR REPLACE FUNCTION fn_readuniqu()
  RETURNS SETOF text AS $$
DECLARE
    a_array     text[];
    b_array     text[];
    c_array     text[];
    d_array     text[];
    r       text;
BEGIN

    SELECT INTO a_array, b_array, c_array, d_array array_agg(a), array_agg(b), array_agg(c), array_agg(d)
    FROM observations;

    FOR r IN
        SELECT DISTINCT x
        FROM
        (
            SELECT unnest(a_array) AS x
            UNION
            SELECT unnest(b_array) AS x
            UNION
            SELECT unnest(c_array) AS x
            UNION
            SELECT unnest(d_array) AS x
        ) AS a

    LOOP
        RETURN NEXT r;
    END LOOP;

END;
$$
  LANGUAGE plpgsql STABLE
  COST 100
  ROWS 1000;

SELECT * FROM fn_readuniqu();