string_to_array本身不聚合，需配合array_agg、string_agg或窗口函数；直接与GROUP BY连用会因数组不可哈希报错；安全聚合去重标签数组应使用CROSS JOIN LATERAL unnest+TRIM+WHERE过滤空元素。
string_to_array 本身不聚合，它只是把字符串切开；真要聚合得靠 array_agg、string_agg 或窗口函数配合，否则会报错或结果错乱。
为什么直接 string_to_array + GROUP BY 会出错？
常见错误是写成 SELECT string_to_array(tags, ',') FROM posts GROUP BY id，以为能“按行切分再分组”，但实际 string_to_array 返回的是 text[]（数组），而 PostgreSQL 要求 GROUP BY 后所有非聚合字段必须完全匹配——数组类型默认不可哈希（尤其含 NULL 或不同顺序时），容易触发 ERROR: could not identify an equality operator for type text[]。
真正该做的，是先展开再聚合，或者先聚合再处理：
- 若想统计每个标签出现次数：先用
unnest(string_to_array(tags, ','))展开，再GROUP BY标签值 - 若想合并多行标签为一个去重数组：用
ARRAY(SELECT DISTINCT UNNEST(ARRAY_AGG(string_to_array(tags, ','))) - 若只是清洗单行、无需跨行计算：根本不用聚合，
string_to_array单独用即可
怎么安全地把多行 CSV 字符串聚合成一个去重标签数组？
典型场景：一批文章各存逗号分隔的标签（如 'db,postgres,sql'），想汇总出全部不重复标签构成的数组。
不能直接 array_agg(string_to_array(tags, ',')) ——那会得到 text[][]（二维数组），后续难处理。正确做法是两层展开：
SELECT ARRAY( SELECT DISTINCT TRIM(tag) FROM posts CROSS JOIN LATERAL unnest(string_to_array(tags, ',')) AS tag WHERE tag <> '' ) AS all_tags;
关键点：
-
CROSS JOIN LATERAL unnest(...)确保每行字符串被独立切分，不会漏或多 -
TRIM(tag)干掉空格（'db, postgres'切出来是' postgres'） -
WHERE tag ''过滤掉空元素（比如'a,,b'中间的空项） - 外层
ARRAY(SELECT ...)构造一维text[]，不是嵌套数组
string_to_array 配合 string_agg 的常见陷阱
有人想“先切再拼回去”，比如统一格式化标签：把 ' db ,postgres ' 变成 'db,postgres'。这时容易写成：
SELECT string_agg(TRIM(x), ',')
FROM unnest(string_to_array(' db ,postgres ', ',')) AS x;
看起来对，但要注意：
-
string_to_array对空字符串返回{''}，不是{}；所以'a,,b'会切出{'a','','b'}，TRIM('')还是''，最后拼成'a,,b'——没去重也没过滤 - 若源字段含 NULL，
string_to_array(NULL, ',')返回 NULL，整个unnest就跳过这行，可能丢数据 -
string_agg默认忽略 NULL，但不会忽略空字符串；要严格去空，得加WHERE x ''
最易被忽略的其实是字符编码和分隔符转义：如果原始字符串里有转义逗号（如 'a\,b,c'），string_to_array 完全不识别反斜杠，会直接切成 {'a\,b','c'}。这种场景必须先用正则或自定义函数预处理，别指望 string_to_array 自动解转义。
