如何将两列组合为一个主键sql

时间:2017-03-22 13:51:07

标签: sql h2db

我有一个数据库包含像这个查询

这样的身份证表
CREATE TABLE ID_CARD 
(
    N_CARD          VARCHAR(20) NOT NULL,
    ISSUE_DATE      DATE NOT NULL,
    ID_TYPE         VARCHAR(2) NOT NULL,
    CONSTRAINT PKEY_ID_CARD PRIMARY KEY(N_CARD, ISSUE_DATE)
);

但身份证可以具有相同的N_CARD但具有不同的ISSUE_DATE,并且身份证可以具有相同的ISSUE_DATE但不同N_CARD,因此两张身份证可以N_CARD和ISSUE_DATE

使用SQL Workbench / j,此表的SQL源是

    DROP TABLE ID_CARD;

CREATE CACHED TABLE ID_CARD
(
   N_CARD      VARCHAR(20)   NOT NULL,
   ISSUE_DATE  DATE          NOT NULL,
   ID_TYPE     VARCHAR(2)    NOT NULL
);

ALTER TABLE ID_CARD
   ADD CONSTRAINT PKEY_ID_CARD
   PRIMARY KEY (N_CARD, ISSUE_DATE);

CREATE UNIQUE INDEX FKEY_N_CARD_CLIENT_INDEX_8
   ON ID_CARD (N_CARD ASC);

CREATE UNIQUE INDEX FKEY_ISSUE_DATE_CLIENT_INDEX_8
   ON ID_CARD (ISSUE_DATE ASC);

执行此查询时

INSERT INTO ID_CARD (N_CARD, ISSUE_DATE, ID_TYPE)
VALUES ('101215', DATE '2019-11-11', 'DL');
commit;
INSERT INTO ID_CARD(N_CARD,ISSUE_DATE,ID_TYPE)VALUES('101215',DATE '2019-11-12','DL');
commit;

此错误

Unique index or primary key violation: "FKEY_N_CARD_CLIENT_INDEX_8 ON 

PUBLIC.ID_CARD(N_CARD) VALUES ('101215', 9)"; SQL statement:
INSERT INTO ID_CARD(N_CARD,ISSUE_DATE,ID_TYPE)VALUES('101215',DATE '2019-11-11','DL') [23505-193] [SQL State=23505, DB Errorcode=23505]

问题是如何在数据库中表示这种情况?

3 个答案:

答案 0 :(得分:1)

而不是两个唯一索引

CREATE UNIQUE INDEX FKEY_N_CARD_CLIENT_INDEX_8
    ON ID_CARD (N_CARD ASC);

CREATE UNIQUE INDEX FKEY_ISSUE_DATE_CLIENT_INDEX_8
    ON ID_CARD (ISSUE_DATE ASC);

您需要一个唯一的索引

CREATE UNIQUE INDEX FKEY_N_DT_CLIENT_INDEX_8
    ON ID_CARD (N_CARD ASC, ISSUE_DATE ASC);

答案 1 :(得分:0)

您的第一个create table声明符合您的要求:

CREATE TABLE ID_CARD (
    N_CARD          VARCHAR(20) NOT NULL,
    ISSUE_DATE      DATE NOT NULL,
    ID_TYPE         VARCHAR(2) NOT NULL,
    CONSTRAINT PKEY_ID_CARD PRIMARY KEY(N_CARD, ISSUE_DATE)
);

但是,唯一索引不正确

CREATE UNIQUE INDEX FKEY_N_CARD_CLIENT_INDEX_8 ON ID_CARD (N_CARD ASC);

CREATE UNIQUE INDEX FKEY_ISSUE_DATE_CLIENT_INDEX_8 ON ID_CARD (ISSUE_DATE ASC);

我不知道为什么要创建它们,但是你应该放弃它们。

答案 2 :(得分:0)

嗨,我用这个查询解决了我的问题

with tf.Session() as sess:
    variables_names =[v.name for v in tf.trainable_variables()]
    values = sess.run(variables_names)
    for k,v in zip(variables_names, values):
        print(k, v)

我不知道这是否是一个很好的解决方案,但我的问题已经解决了 我在这里的任何优化