O PostgreSQL DISTINCT ON com diferentes pedidos por

Eu quero executar esta consulta:

SELECT DISTINCT ON (address_id) purchases.address_id, purchases.*
FROM purchases
WHERE purchases.product_id = 1
ORDER BY purchases.purchased_at DESC

Mas eu recebo este erro:

PG :: Erro: ERRO: As expressões SELECT DISTINCT ON devem corresponder às expressões ORDER BY iniciais

A adição address_idcomo primeira ORDER BYexpressão silencia o erro, mas eu realmente não quero adicionar a classificação address_id. É possível fazer sem pedir address_id?

A documentação diz:

DISTINCT ON (expressão [, ...]) mantém apenas a primeira linha de cada conjunto de linhas em que as expressões dadas são avaliadas como iguais. [...] Observe que a "primeira linha" de cada conjunto é imprevisível, a menos que ORDER BY seja usado para garantir que a linha desejada apareça primeiro. [...] As expressões DISTINCT ON devem corresponder às expressões ORDER BY mais à esquerda.

Documentação oficial

Então você terá que adicionar o address_id ao pedido por.

Como alternativa, se você estiver procurando a linha completa que contém o produto comprado mais recente para cada um address_ide o resultado classificado porpurchased_at então está tentando resolver o maior problema de N por grupo que pode ser resolvido pelas seguintes abordagens:

A solução geral que deve funcionar na maioria dos DBMSs:

SELECT t1.* FROM purchases t1
JOIN (
    SELECT address_id, max(purchased_at) max_purchased_at
    FROM purchases
    WHERE product_id = 1
    GROUP BY address_id
) t2
ON t1.address_id = t2.address_id AND t1.purchased_at = t2.max_purchased_at
ORDER BY t1.purchased_at DESC

Uma solução mais orientada para o PostgreSQL baseada na resposta da @ hkf:

SELECT * FROM (
  SELECT DISTINCT ON (address_id) *
  FROM purchases 
  WHERE product_id = 1
  ORDER BY address_id, purchased_at DESC
) t
ORDER BY purchased_at DESC

Problema esclarecido, estendido e resolvido aqui: Selecionando linhas ordenadas por alguma coluna e distintas em outra

Você pode solicitar por address_id em uma subconsulta e depois pelo que deseja em uma consulta externa.

SELECT * FROM 
    (SELECT DISTINCT ON (address_id) purchases.address_id, purchases.* 
    FROM "purchases" 
    WHERE "purchases"."product_id" = 1 ORDER BY address_id DESC ) 
ORDER BY purchased_at DESC

Uma subconsulta pode resolvê-lo:

SELECT *
FROM  (
    SELECT DISTINCT ON (address_id) *
    FROM   purchases
    WHERE  product_id = 1
    ) p
ORDER  BY purchased_at DESC;

As expressões iniciais em ORDER BYprecisam concordar com as colunas DISTINCT ON, portanto, você não pode ordenar por colunas diferentes na mesma SELECT.

Use apenas um adicional ORDER BYna subconsulta se desejar escolher uma linha específica de cada conjunto:

SELECT *
FROM  (
    SELECT DISTINCT ON (address_id) *
    FROM   purchases
    WHERE  product_id = 1
    ORDER  BY address_id, purchased_at DESC  -- get "latest" row per address_id
    ) p
ORDER  BY purchased_at DESC;

Se purchased_atpuder NULL, considere DESC NULLS LAST. Mas certifique-se de corresponder ao seu índice, se você pretende usá-lo. Vejo:

• Classificação do PostgreSQL por data e hora asc, null primeiro?
• Por que ORDER BY NULLS LAST afeta o plano de consulta em uma chave primária?

Relacionado, com mais explicações:

• Selecione a primeira linha em cada grupo GROUP BY?
• Classificação do PostgreSQL por data e hora asc, null primeiro?

A função Window pode resolver isso de uma só vez:

SELECT DISTINCT ON (address_id) 
   LAST_VALUE(purchases.address_id) OVER wnd AS address_id
FROM "purchases"
WHERE "purchases"."product_id" = 1
WINDOW wnd AS (
   PARTITION BY address_id ORDER BY purchases.purchased_at DESC
   ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)

Para quem usa o Flask-SQLAlchemy, isso funcionou para mim

from app import db
from app.models import Purchases
from sqlalchemy.orm import aliased
from sqlalchemy import desc

stmt = Purchases.query.distinct(Purchases.address_id).subquery('purchases')
alias = aliased(Purchases, stmt)
distinct = db.session.query(alias)
distinct.order_by(desc(alias.purchased_at))

Você também pode fazer isso usando a cláusula group by

   SELECT purchases.address_id, purchases.* FROM "purchases"
    WHERE "purchases"."product_id" = 1 GROUP BY address_id,
purchases.purchased_at ORDER purchases.purchased_at DESC