陣列比較與過濾：=, @>, <@, &&

有時候你會遇到這種情境：想知道一組值是不是包含在另一組裡、兩組值有沒有交集、是不是完全一樣，或是某個集合是不是另一個集合的子集合。舉例來說：

• 使用者有沒有權限進入某些分類？
• 哪些商品有一樣的標籤？
• 哪些陣列包含了所有指定的值？

這些問題都可以靠 PostgreSQL 的陣列比較 operator 來解決：=、@>、<@ 跟 &&。我們會一個一個帶你看，還有實際範例。

= — 陣列相等比較

這個 operator 是用來檢查兩個陣列是不是一模一樣。如果兩個陣列長度一樣、元素順序也一樣，才會回傳 TRUE。

範例：

SELECT ARRAY[1, 2, 3] = ARRAY[1, 2, 3] AS are_equal;  -- TRUE
SELECT ARRAY[1, 2, 3] = ARRAY[3, 2, 1] AS are_equal;  -- FALSE

注意：元素順序很重要。[1, 2, 3] 跟 [3, 2, 1] 不一樣。

@> — 陣列包含另一個陣列

這個 operator 會檢查一個陣列是不是包含另一個陣列的所有元素（順序沒差）。常用在你想確認所有指定元素都有被包含的時候。

範例：

SELECT ARRAY[1, 2, 3] @> ARRAY[1, 2] AS contains;  -- TRUE
SELECT ARRAY[1, 2, 3] @> ARRAY[4] AS contains;     -- FALSE

實用情境：檢查權限。例如你想確定某個角色有沒有包含所有必要的權限。

<@ — 陣列是另一個陣列的子集合

這個 operator 跟 @> 相反。它會檢查一個陣列是不是完全被包含在另一個陣列裡。

範例：

SELECT ARRAY[1, 2] <@ ARRAY[1, 2, 3] AS is_subset;  -- TRUE
SELECT ARRAY[4] <@ ARRAY[1, 2, 3] AS is_subset;     -- FALSE

實用情境：想確認某一筆資料是不是有所有需要的標籤或分類。

&& — 陣列交集

這個 operator 會檢查兩個陣列有沒有至少一個共同的元素。

範例：

SELECT ARRAY[1, 2, 3] && ARRAY[3, 4, 5] AS intersects;  -- TRUE
SELECT ARRAY[1, 2, 3] && ARRAY[6, 7, 8] AS intersects;  -- FALSE

實用情境：找出有共同分類或特性的商品或資料。

在資料過濾時用 operator

來看看怎麼把這些 operator 用在資料表過濾上。假設我們有一個 products 資料表，裡面有個 tags 欄位，存每個商品的標籤陣列。

products 資料表範例

找出所有有 electronics 標籤的商品。

SELECT *
FROM products
WHERE tags @> ARRAY['electronics'];

結果：

想找標籤剛好是 {home, sale} 的商品。

SELECT *
FROM products
WHERE tags = ARRAY['home', 'sale'];

結果：

接下來

找出標籤有 {sale, new} 其中一個的商品。

SELECT *
FROM products
WHERE tags && ARRAY['sale', 'new'];

結果：

找標籤剛好只有 {home, garden} 的商品。

SELECT *
FROM products
WHERE tags <@ ARRAY['home', 'garden'];

結果：

範例：用 CASE 判斷陣列內容

我們可以把陣列比較跟條件式結合。比如說，寫個查詢，把有 sale 標籤的商品標記成「有折扣」，其他的標記成「沒折扣」：

SELECT name,
       CASE
         WHEN tags @> ARRAY['sale'] THEN '有折扣'
         ELSE '沒折扣'
       END AS discount_status
FROM products;

結果：

常見錯誤與避免方式

錯誤：用 = 時忽略元素順序。 記得 = 會檢查順序。如果順序不重要，請用 @> 或 &&。

錯誤：資料型態不符。 陣列型態要一樣。像 ARRAY['1', '2'] 跟 ARRAY[1, 2] 不一樣，一個是字串，一個是數字。比較前一定要確認型態。

錯誤：沒加 index。 如果你常常用陣列來過濾資料，記得加上 GIN index，效能會好很多。

這些 operator 讓你可以很強大地過濾跟比較資料，像商品標籤分析、權限管理這些實務需求都很常見。用得好，查詢又快又簡單，複雜的需求也能輕鬆搞定！