Question

我有一个包含两个ID字段的数据库，一个由系统指定为GUID，一个ExternalID，用于表示数据清理后的重复项，该表还包含一个ModifiedDate

我正在尝试合并这些记录，最近修改的记录吸收旧帐户。我尝试了以下查询类型。

SELECT 
a1.GUID
,a1.ModifiedDate
,a2.GUID
,a2,ModifiedDate
FROM Accounts a1
INNER JOIN Accounts a2 on a1.ExternalID = a2.ExternalID

不幸的是，这导致重复的帐户出现两次，一次出现在Master记录中，再次出现在下级记录中，后者将Master记录作为重复记录返回。

WITH Dup as (

SELECT 1 as track
,ExternalID DomEx
,ExternalID
,GUID DomGUID
,ModDate

from crm.Accounts
WHERE ExternalID is not null

UNION ALL

SELECT track +1 

,OI.DomEx
,OG.ExternalID
,OG.GUID
,Og.ModDate

from crm.Accounts OG
INNER JOIN Dup OI on OI.ExternalID = OG.ExternalID

)
,
cte_dp as(
SELECT *,
ROW_NUMBER() OVER (PARTITION BY ExternalID Order by track, ModDate desc) rn
FROM Dup
)

SELECT * FROM cte_dp

这很遗憾地达到递归限制100，并且如果转义限制则无限期地运行。

是否可以在此更正逻辑以呈现所需的结果，或者是否有更优雅的解决方案。

+--------------+---------------------+--------------------+--+
|  MasterGUID  |  SharedExternalID   |  SubordinateGUID   |  |
+--------------+---------------------+--------------------+--+
| (MasterGUID) | (SharedExternalID)  | (SubordinateGUID)  |  |
| (MasterGUID) | (Shared ExternalID) | (SubordinateGUID)  |  |
+--------------+---------------------+--------------------+--+

我理想的结果是，MasterGUID是两个重复之间最近修改日期的GUID。

Answer 1

MERGE Accounts a1
USING Accounts a2
ON a1.ExternalID = a2.ExternalID
WHEN MATCHED THEN
  UPDATE
  SET a1.ModifiedDate = a2.ModifiedDate,
  a1.guid = a2.guid;

SELECT * FROM Accounts a1;

Answer 2

a1.ExternalID = a2.ExternalID

是对称的，因此如果切换顺序，关系将具有相同的逻辑结果。因此，如果您找到这样的一对（例如，self），那么它将在结果中出现两次。我们需要在附加条件下打破对称性：

a1.ExternalID = a2.ExternalID and a1.GUID < a2.GUID

这将阻止加入自我。如果需要，可以使用union，但现在我假设不需要。如果还存在ExternalID的另一个匹配项，则如果左侧的GUID比右侧严格小environment，则匹配将生成true，因此反转将不为真且重复项将消失。< / p>

Answer 3

如果您发布样本数据，这将更容易，但这是您的意思吗？

`const mongoose = require('mongoose');

 const commentSchema = mongoose.Schema({
   author: {type: String},
   message: {type: String},
 });

 module.exports = mongoose.model('Comments', commentSchema);`

T-SQL复制，选择＆＃39; master＆＃34;记录基于修改日期

3 个答案: