在我们日常的数据库开发与管理工作中，数据聚合一直是一个核心话题。但你是否想过，随着数据规模的爆炸式增长和业务逻辑的日益复杂，传统的聚合方式是否还能满足我们对性能与灵活性的苛刻要求？在我们构建现代数据密集型应用时，经常会遇到这样的场景：你需要将多行数据“打包”在一起，而不是像传统查询那样一行一行地罗列。例如，在为一个高并发的仪表盘提供后端支持时，我们希望每个订单只显示一行，而该订单的所有商品名称、SKU 以及实时状态都要显示在一个单元格中。这就是数据聚合的艺术，也是 2026 年后端架构中“减少往返次数”原则的关键体现。
在 PostgreSQL 中，虽然我们有 AVG、COUNT 等常见的聚合函数，但它们返回的往往只是一个单一的数值。当我们需要保留数据的细节，将一整列数据变成一个数组进行处理时，ARRAY_AGG 函数就是我们手中的“瑞士军刀”。它不仅是一个函数，更是我们优化数据结构、挑战传统规范化设计范式的利器。
在这篇文章中，我们将作为技术伙伴，一起深入探索 PostgreSQL 的 ARRAY_AGG 函数。我们不仅会学习它的基本语法，还会通过丰富的实战案例，去理解它是如何优化我们的查询结构，解决复杂的数据展示问题的。更重要的是，我们将融入 2026 年最新的工程化视角，探讨如何在 AI 辅助编程和云原生架构下，利用这一函数构建高性能应用。无论你是初次接触还是希望加深理解，这篇文章都将为你提供详尽的参考。
什么是 PostgreSQL ARRAY_AGG？
简单来说，ARRAY_AGG 是 PostgreSQL 中一个极其强大的聚合函数。它的核心作用是将一组值（来自多个行的某一列）收集起来，并放入一个 PostgreSQL 数组中。
为什么我们需要它？在传统的规范化数据库设计中，我们倾向于避免数据重复，通过多表关联来获取数据。但在微服务和 CQRS（命令查询职责分离）架构盛行的今天，我们更倾向于在读取端提供反规范化的数据结构。
想象一下，如果你有一个“学生-课程”表，一个学生选了多门课。普通的 INLINECODE56a3aa85 查询可能会强制你只能选择一个课程名称，或者让你产生多行数据。而 INLINECODE213d9b63 允许你打破这个限制，让所有课程名称作为数组元素，乖乖地待在同一个字段里。这样，你的 API 响应头数可以大幅减少，前端解析逻辑也能大大简化。
核心特性：
- 数据类型灵活：它不局限于字符串。整数、浮点数、日期甚至时间戳，都可以被聚合。这意味着我们可以构建“时间戳数组”用于分析，或者“ID 数组”用于批量查询。
- 非空处理：如果输入的行中包含 NULL 值，
ARRAY_AGG默认会将 NULL 也包含在数组中（稍后我们会讨论如何过滤它们）。 - 数组类型：返回值是一个真正的 PostgreSQL 数组类型，这意味着我们可以使用 PostgreSQL 强大的数组操作符和函数（如 INLINECODEbb1efab4, INLINECODEef27e4e7）来进一步处理结果。
ARRAY_AGG 的基本语法与 2026 最佳实践
让我们先通过语法来了解它的全貌。使用这个函数通常伴随着 GROUP BY 子句，因为它本身就是一个聚合操作。
ARRAY_AGG(表达式 [ORDER BY 排序表达式] [FILTER (WHERE 条件)])
参数详解：
- 表达式：这是你想要聚合的字段名，或者是一个基于字段计算的表达式。在企业级开发中，我们经常在这里使用
CASE WHEN来做轻量级的数据清洗。 - ORDER BY（可选）：这是一个非常实用的功能。默认情况下，数组的顺序是不确定的。如果你希望数组中的元素按特定顺序（如时间倒序、字母顺序）排列，必须在这里指定。注意：不要依赖外部查询的
ORDER BY来影响数组内部顺序。 - FILTER（可选）：这是现代 SQL 的重要组成部分。它允许你在聚合前进行条件过滤，只聚合满足条件的行，避免了写复杂的
CASE WHEN逻辑。
准备工作：创建测试环境
为了让你能直观地看到效果，我们将创建一个贴近 2026 年业务复杂度的 employees（员工） 表。这不仅包含简单的文本，还包含薪资数值和远程办公标记，方便我们演示不同场景。
-- 创建员工表
CREATE TABLE employees (
id SERIAL PRIMARY KEY,
name VARCHAR(100) NOT NULL,
department VARCHAR(50),
salary NUMERIC(10, 2),
is_remote BOOLEAN, -- 2026年常见的远程字段
hire_date DATE
);
-- 插入模拟数据，包含远程办公、同一部门多人等情况
INSERT INTO employees (name, department, salary, is_remote, hire_date) VALUES
(‘Alice‘, ‘HR‘, 6000, false, ‘2021-03-10‘),
(‘Bob‘, ‘Engineering‘, 8500, true, ‘2020-06-15‘),
(‘Charlie‘, ‘HR‘, 6200, true, ‘2022-01-20‘),
(‘David‘, ‘Finance‘, 9000, false, ‘2019-11-05‘),
(‘Eve‘, ‘Engineering‘, 8800, true, ‘2021-09-01‘),
(‘Frank‘, ‘Engineering‘, 7500, true, ‘2022-02-15‘),
(‘Grace‘, ‘Sales‘, 5500, false, ‘2021-07-20‘),
(‘Henry‘, NULL, 4000, false, ‘2023-01-10‘); -- Henry 还没有分配部门
实战示例：从基础到高级的聚合艺术
让我们通过几个实际场景来看看这个函数是如何发挥作用的。
#### 1. 基础场景：将多行名单“压缩”为一个数组
这是最经典的用法。作为管理者，我们可能只想看一份简报：每个部门有哪些人？而不希望下载一份长长的 Excel 表格。
-- 按部门分组，获取每个部门的员工名单数组
SELECT
department AS "部门",
ARRAY_AGG(name) AS "员工名单"
FROM employees
WHERE department IS NOT NULL -- 暂时排除未分配部门的员工
GROUP BY department;
深入解析：
你可能会注意到结果中的 INLINECODE83d4f0e6 格式。这就是 PostgreSQL 的数组表示法。在这个查询中，INLINECODE02be4493 确保了每个部门只出现一次，而 INLINECODE9864940b 则负责把属于该组的所有名字“收集”起来。如果是 Finance 部门只有一人，它依然会返回一个包含单个元素的数组 INLINECODE87db4604，而不是直接返回字符串 ‘David‘，这保证了数据类型的一致性，对于下游的 Go 或 Rust 代码解析非常友好。
#### 2. 高级排序：控制数组内的顺序 (ORDER BY)
在默认情况下，数据库并不保证数组内部元素的顺序（取决于扫描顺序）。但在实际业务中，我们通常希望看到有序的列表，比如按入职时间或薪资排序。
让我们把 Engineering 部门的员工按薪资从高到低排列。注意 ORDER BY 是写在括号里面的。
SELECT
department,
-- 关键点：在聚合函数内部使用 ORDER BY
ARRAY_AGG(name ORDER BY salary DESC) AS it_staff_sorted
FROM employees
WHERE department = ‘Engineering‘
GROUP BY department;
技术洞察：
请注意，这里的 INLINECODE81b67eeb 是写在括号里面的。这与 SQL 查询末尾的全局 INLINECODEee21d872 完全不同。括号内的 ORDER BY 仅用于控制数组元素生成的顺序，而不会影响最终返回行的顺序。这是一个非常容易混淆的细节，请务必注意区分。在 AI 辅助编程中，如果不小心写错位置，可能会导致数据展示错误，这类逻辑错误往往是静态分析工具难以捕获的。
#### 3. 智能过滤：条件聚合 (FILTER 子句)
这是 PostgreSQL 中非常现代且优雅的特性。假设我们在同一个查询中，既想要获取所有员工的名字，又想单独获取高薪员工的名字（比如薪资大于 8000）。以前我们可能需要写两个查询或者使用复杂的 INLINECODE084f8b75，现在我们可以使用 INLINECODEeafa9640。这在生成复杂的统计报表时能极大地减少 I/O 开销。
SELECT
department,
-- 聚合所有员工
ARRAY_AGG(name) AS all_staff,
-- 仅聚合薪资 > 8000 的员工
ARRAY_AGG(name) FILTER (WHERE salary > 8000) AS high_earners,
-- 仅聚合远程办公的员工
ARRAY_AGG(name) FILTER (WHERE is_remote = true) AS remote_staff
FROM employees
WHERE department IS NOT NULL
GROUP BY department
ORDER BY department;
2026 工程实践：性能、内存与 AI 协作
在我们迈入 2026 年，微服务架构和 JSON 交换格式的普及已经不可逆转。虽然 ARRAY_AGG 返回的是 PostgreSQL 原生数组，但在现代 Web API 开发中，我们通常需要直接返回 JSON 对象。
#### 性能与内存陷阱
警告： ARRAY_AGG 在处理小数据集时非常快，但在处理海量数据时可能会导致内存溢出（OOM）。
在最近的一个大型数据分析平台项目中，我们遇到了一个问题：开发人员试图将百万级的用户行为日志聚合到一个数组字段中，结果导致查询节点崩溃，拖慢了整个数据库集群。
解决方案与最佳实践：
- 限制数组大小：在业务逻辑上，真的需要展示 10 万条数据吗？通常前端只加载前 100 条。我们可以在 SQL 中限制数组长度（虽然 PostgreSQL 没有直接的 INLINECODE80a108fe 子句在 INLINECODE00f7b217 内部，但可以通过子查询实现）。
-- 技巧：使用 CTE 或子查询先限制数据量，再聚合
WITH limited_employees AS (
SELECT * FROM employees
WHERE department IS NOT NULL
-- 假设我们只想要入职最早的 3 个人
ORDER BY hire_date ASC
LIMIT 3
)
SELECT
department,
ARRAY_AGG(name) AS early_birds
FROM limited_employees
GROUP BY department;
- 监控与可观测性：在 2026 年，我们不能盲目优化。利用 PostgreSQL 的
pg_stat_statements视图来监控哪些查询消耗了最多的内存。如果你的 AI 助手建议你使用聚合，请务必反问它：“这对内存的影响是什么？”
#### AI 原生开发中的聚合
在 2026 年，我们不再只是编写 SQL，我们是在与 AI 结对编程。当你使用 Cursor 或 Windsurf 等工具时，你可能会这样描述你的需求：“创建一个查询，列出每个部门以及该部门所有远程员工的名字，按薪资排序。” AI 很可能会生成包含 INLINECODEd76297d9 和 INLINECODE976bb5f8 的代码。
然而，作为经验丰富的开发者，我们需要审查 AI 生成的代码。AI 可能会忽略以下边界情况：
- NULL 值处理：如果某一行数据中 INLINECODEbaf56f5d 是 NULL，它会被作为一个 INLINECODEf41a4356 元素放入数组中。在很多业务逻辑中，我们不希望看到 NULL。解决方法是使用
FILTER排除它们：
SELECT
department,
-- 使用 FILTER 排除空值，确保数组“干净”
ARRAY_AGG(name) FILTER (WHERE name IS NOT NULL) as active_employees
FROM employees
GROUP BY department;
深入解析：数组与 JSON 的融合
虽然 PostgreSQL 提供了 INLINECODE97943052，但 INLINECODE015e7898 在处理纯数据逻辑（作为中间结果）时依然比 JSON 处理更快。但在构建 API 响应时，我们经常需要两者的结合。
示例：构建现代 API 响应结构
-- 模拟返回给前端的部门数据结构，结合了数组和 JSONB
SELECT
jsonb_build_object(
‘department‘, department,
‘employee_ids‘, ARRAY_AGG(id), -- 数组作为 JSON 数组的一部分
‘highest_salary‘, MAX(salary),
‘staff_count‘, COUNT(*),
‘is_all_remote‘, BOOL_AND(is_remote) -- 如果全员远程则为 true
) AS api_response
FROM employees
WHERE department IS NOT NULL
GROUP BY department;
这种混合模式是高性能后端的典型特征：在数据库层尽可能多地完成数据准备工作，减少应用层（Node.js, Go, Python）的 CPU 消耗。
总结与建议
通过这篇文章，我们从零开始，深入探讨了 PostgreSQL 的 INLINECODEe49ea85c 函数。我们不仅掌握了它如何将多行数据转换为数组，还学习了如何通过 INLINECODEf371246d 排序、通过 FILTER 过滤以及如何处理 NULL 值。更重要的是，我们结合了 2026 年的技术趋势，讨论了它在内存管理、AI 辅助编程以及现代 API 构建中的角色。
ARRAY_AGG 是 SQL “面向集合”编程思想的完美体现，它将复杂的行处理逻辑简化为了一个函数调用，极大地提升了我们的开发效率和查询性能。
建议你接下来的操作：
- 审查你的 N+1 查询：回到你自己的代码库中，找出那些需要多次循环查询的场景，尝试用
ARRAY_AGG重写它们。你会发现性能会有数量级的提升。 - 探索数组函数：探索 PostgreSQL 的其他数组函数，如 INLINECODE5a49992f（将数组还原为行），它们经常与 INLINECODE7947ef8b 配对使用，形成“炸裂-聚合”的数据流处理模式。
- 拥抱 AI，但保持批判性：让 AI 帮你生成复杂的聚合 SQL，但务必关注内存消耗和索引使用情况。
希望这篇指南能帮助你更好地驾驭 PostgreSQL，写出更优雅、高效的 SQL 代码！