PostgreSQL中LATERAL详解：概念、优势及应用场景问询

一、LATERAL的基本定义 #

LATERAL是SQL标准中的关键字，允许FROM子句中的子查询或表函数，引用同一FROM子句中前面出现的表的列。简单来说，它让子查询拥有了"访问外层行数据"的能力，打破了传统子查询只能在WHERE/SELECT中引用外层列的限制。

二、为何需要LATERAL？ #

传统SQL中，FROM子句里的子查询是独立执行的，无法直接引用外层表的列值，导致很多场景难以实现或写法复杂：

• 无法直接针对外层表的每行，返回多行关联结果（比如每个用户的最近3条订单）
• 表函数（如generate_series、unnest）无法接收外层表的列作为参数，只能用固定值
• 处理复杂类型（如数组、JSON）时，难以将展开后的数据与原行关联

LATERAL正是为解决这些痛点而生，让子查询/表函数能和外层表做"逐行关联"。

三、LATERAL的核心优势 #

• 支持逐行关联的表函数调用：可以将外层表的列作为参数传入表函数，比如根据每行的start_date和end_date生成时间序列：

  SELECT t.id, s.date
  FROM orders t
  LATERAL JOIN generate_series(t.order_date, t.delivery_date, interval '1 day') s(date);
  

• 简化多行子查询关联逻辑：无需用窗口函数或复杂自连接，直接在FROM中关联返回多行的子查询，比如获取每个用户的最近3条订单：

  SELECT u.name, o.order_id, o.order_time
  FROM users u
  LATERAL JOIN (
      SELECT order_id, order_time
      FROM orders o
      WHERE o.user_id = u.id
      ORDER BY order_time DESC
      LIMIT 3
  ) o;
  

• 提升查询可读性：将针对单行的计算逻辑封装在LATERAL子查询中，逻辑更直观，避免嵌套过深的关联语句
• 兼容复杂数据类型处理：配合unnest展开数组/JSON时，能直接关联原行的其他列，比如展开用户的爱好数组并保留用户ID：

  SELECT u.id, hobby
  FROM users u
  LATERAL JOIN unnest(u.hobbies) AS hobby;
  

四、LATERAL View与LATERAL Join的区别 #

五、LATERAL View和LATERAL Join的适用场景 #

LATERAL View适用场景 #

• Hive/Spark SQL环境中，需要展开数组、MAP等复杂数据类型，比如将用户的收藏商品列表拆成每行，方便统计每个商品的收藏用户数
• 使用OUTER关键字处理空数组场景，避免原行因数组为空被过滤，比如：

  SELECT u.id, collect_item
  FROM users u
  LATERAL VIEW OUTER explode(u.collect_items) AS collect_item;
  

LATERAL Join适用场景 #

• 针对每行数据生成多行关联结果，比如给每个地区返回Top5销售额的店铺
• 调用依赖行数据的表函数，比如根据每行的时长生成对应的时间切片
• 关联依赖当前行列值的子查询，比如根据用户的注册时间，查询同期注册的其他用户的订单情况

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