Question

我正在为医疗保健公司创建一个数据仓库。他们为不同的医院提供单独的数据库，其中包含患者表，他们的保险等，PK仅在一个医院DB中是唯一的。合并后，我应该创建一个Master Patient Table，一个Master Insurance Company表等，它将重复数据组合成一个记录（例如，通过比较患者的姓名和SSN字段）。

有关如何进行此合并的任何建议，并在新表中创建正确的FK引用？ Patient表中的记录需要在Insurance表中正确引用保险公司。任何帮助或一般指示表示赞赏！

Answer 1

将第一家医院（H1）的数据加载到仓库中。然后，从第二家医院（H2）移动患者数据：

insert into P1.Patients( pid, ... )
select P2.pid, P2.this, P2.that, ...
from   H2.Patients P2
left join H1.Patients P1
    on P1.ssn = P2.ssn
where P1.pid is null;

现在您已经添加了P2患者表中尚未存在的P2患者，但保留了那些已存在的患者的P1患者ID。（您可能必须处理碰撞。）然后将H2保险表与H2患者表一起加入以使SSN加入H1患者表以获得H1.PatientID（pid）。

insert into H1.Insurance( pid, ...)
select P1.pid, I2.this, I2.that,... -- To get H1's pid for H2's patients...
from   H2.Insurance I2    -- Join the 2nd hospital's insurance table
join   H2.Patients P2     -- ...with its patient table
    on P2.pid = I2.pid    -- ...based on its existing patient ID value.
join   H1.Patients P1     -- Now you can join with first hospitals patient table
    on P1.ssn = P2.ssn    -- ...using SSN from 2nd hospital's patient table
where  anything_else;

对其他表重复，使用P1.pid替换P2.pid的所有用法。

Answer 2

另一个答案似乎非常低效。我没有进行如此多的连接，而是使用SELECT语句FROM H1.P P1和H2.P P2，其中P1.SSN == P2.SSN并将其插入H1。然后选择保险FK，担保人FK以及此结果上的其他任何内容，并将其加入此表。为保险表做类似的事情。然后选择保险ID与患者中的保险FK匹配的记录，并使用新的代理键更新它们。

虽然我希望有更多有经验的人接受这个问题。

如何合并没有重复的表并维护外部引用？

2 个答案: