在窗口/聚合函数中调用非纯函数是否安全？以nextval为例

AI 小北

2026-7-24

问题

我想给source表的每组行分配一个序列生成的ID，后续要把这些行插入一张表，同时把每组的聚合数据插入另一张表——前者通过外键关联后者，这个ID作为聚合表的主键。我不想先创建聚合数据，因为这样得再次关联source表获取ID，实际项目里涉及的表达式很复杂。

我想到的办法是：不给每组分配ID，而是给source表的每一行都取序列ID，再通过分区取最小值。ID浪费一些我不在乎：

create temporary sequence foo_seq start 1000;

create temporary table source(id, data) as (
    values
        (1, 'a'),
        (2, 'b'),
        (3, 'b'),
        (4, 'c'),
        (5, 'c'),
        (6, 'c'));

select
    id,
    data,
    min(nextval('foo_seq'::regclass)) over (partition by data) as group_id
from
    source;

这种操作安全吗？能不能保证同一分组里的每行，min(nextval('foo_seq'::regclass))输出的都是同一个值？我担心某些场景下min会重新计算全组，而nextval是非纯函数（有副作用），纯函数就没这问题。示例里看起来是可行的：

id | data | group_id 
----+------+----------
  1 | a    |     1000
  2 | b    |     1001
  3 | b    |     1001
  4 | c    |     1003
  5 | c    |     1003
  6 | c    |     1003

回答

这种方法不安全，无法保证同一分组内的group_id值完全一致。

PostgreSQL在处理窗口函数时，对于非纯函数（比如nextval）的执行时机没有严格的确定性规范。虽然测试案例里看起来正常，但实际执行时，数据库可能会因为查询优化、并行执行或其他内部逻辑，多次调用nextval计算窗口函数的值，导致同一分组内的min(nextval(...))得到不同结果，甚至出现分组内group_id不一致的情况。

nextval是有副作用的函数，每次调用都会消耗序列的一个值；而窗口函数的计算逻辑中，数据库可能为了效率或其他原因重复计算窗口内的函数值，这会导致同一分组生成多个不同的序列值——哪怕min会取最小的那个，不仅会浪费更多ID，更关键的是无法保证分组内所有行拿到同一个group_id。

更稳妥的方案是先给每个分组分配唯一序列ID，比如通过GROUP BY获取所有分组，生成ID后再关联回原表：

create temporary sequence foo_seq start 1000;

create temporary table source(id, data) as (
    values
        (1, 'a'),
        (2, 'b'),
        (3, 'b'),
        (4, 'c'),
        (5, 'c'),
        (6, 'c'));

-- 先给每个分组分配ID
create temporary table group_ids as
select data, nextval('foo_seq'::regclass) as group_id
from source
group by data;

-- 关联原表获取每行对应的group_id
select s.id, s.data, g.group_id
from source s
join group_ids g on s.data = g.data;

这种方式能确保每个分组只有一个唯一的group_id，逻辑稳定可靠，适合复杂场景。

内容的提问来源于stack exchange，提问作者Feuermurmel