Question

我有两张桌子：

Table1:    
id1 | id2
1   | a
2   | a
3   | a
4   | b
5   | b

Table2:    
data | id1
...  | 1
...  | 2
...  | 2
...  | 3
...  | 4
...  | 5

在Table1我应该有id1-＆gt; id2的唯一关联，由于某些未知原因，它不是。我需要修复它并添加唯一约束。我需要在Table1处仅保留一对一的关系，并仅使用Table2处剩下的ID更新Table1处的重复ID。结果我应该：

Table1:    
id1 | id2
1   | a
4   | b

Table2:    
data | id1
...  | 1
...  | 1
...  | 1
...  | 1
...  | 4
...  | 4

我知道如何找到重复的ID：

SELECT id1 FROM Table1 GROUP BY id2 HAVING COUNT(id2) > 1;

但是我对如何进行下一次更新和移除感到有点迷失。

id1和id2的数据类型是 UUID 。

Answer 1

将问题视为保持第一个关系。然后，删除不是那么难：

delete from table1
     where table1.id1 > (select min(tt1.id1) from table1 tt1 where tt1.id2 = table1.id2);

现在，为了修复table2，我们需要一个更复杂的查询来保存结果。幸运的是，Postgres允许CTE包含数据修改步骤：

with todelete as (
      select t1.*, min(t1.id1) over (partition by id2) as keepid
      from table1
     ),
     d as (
      delete from table1   
      where table1.id > (select min(tt1.id) from table1 tt1 where tt1.id2 = table1.id2)
    )
update table2
    set id1 = (select keepid from todelete where todelete.id1 = table2.id2);

Answer 2

最简单的方法是编写一个proc，这将是以下内容。

1）从table1中找到不同的id2。

2）对于每个不同的id2，你应该开始一个循环，它应该遵循

对于id2（让我们说'a'）找到Table1中的所有id1并存储在一个变量中（如1,2,3）。保持最低的id1（在这种情况下为1）在另一个变量中。现在为table2生成一个更新语句，设置id2 = lowestid，其中id2 in（id 1,2,3列表）

生成更新语句后，执行并提交。

完成更新后，您可以使用Gordon的查询进行删除。

如果有许多行需要更新，那么你可以在循环上设置计数器并创建更新语句，后跟';'并附加在变量/游标中，并根据您的数据在每100到200行之后执行。

我不是postgresql的家伙，所以请注意有关proc的任何明显错误。但逻辑应该有效。

SQL：如何在单独的表中更新重复项？

2 个答案: