Question

我正在尝试使用T-SQL的MERGE语句插入许多记录，但是当源表中存在重复记录时，我的查询无法INSERT。失败的原因是：

目标表具有基于两列的主键
源表可能包含违反目标表的主键约束的重复记录（抛出“违反PRIMARY KEY约束”）

我正在寻找一种方法来更改我的MERGE语句，以便它忽略源表中的重复记录和/或尝试/捕获INSERT语句以捕获可能发生的异常（即所有其他INSERT语句将运行不管可能发生的几个坏蛋 - 或者，或许，有更好的方法来解决这个问题？

这是我正在尝试解释的查询示例。下面的示例将向临时表中添加100k记录，然后尝试将这些记录插入目标表 -

修改在我的原始帖子中，我只在示例表中包含两个字段，这些字段让位给SO的朋友提供DISTINCT解决方案以避免MERGE语句中的重复。我应该提到，在我的现实问题中，表有15个字段，其中15个字段中有两个字段是CLUSTERED PRIMARY KEY。所以DISTINCT关键字不起作用，因为我需要选择所有15个字段并忽略基于两个字段的重复项。

我已更新下面的查询以包含一个字段col4。我需要在MERGE中包含col4，但我只需要确保只有col2和col3是唯一的。

-- Create the source table
CREATE TABLE #tmp (
col2 datetime NOT NULL,
col3 int NOT NULL,
col4 int
)
GO

-- Add a bunch of test data to the source table
-- For testing purposes, allow duplicate records to be added to this table
DECLARE @loopCount int = 100000
DECLARE @loopCounter int = 0
DECLARE @randDateOffset int
DECLARE @col2 datetime
DECLARE @col3 int
DECLARE @col4 int

WHILE (@loopCounter) < @loopCount
BEGIN
    SET @randDateOffset = RAND() * 100000
    SET @col2 = DATEADD(MI,@randDateOffset,GETDATE())
    SET @col3 = RAND() * 1000
    SET @col4 = RAND() * 10
    INSERT INTO #tmp
    (col2,col3,col4)
    VALUES
    (@col2,@col3,@col4);

    SET @loopCounter = @loopCounter + 1
END

-- Insert the source data into the target table
-- How do we make sure we don't attempt to INSERT a duplicate record? Or how can we 
-- catch exceptions? Or?
MERGE INTO dbo.tbl1 AS tbl
    USING (SELECT * FROM #tmp) AS src
    ON (tbl.col2 = src.col2 AND tbl.col3 = src.col3)
    WHEN NOT MATCHED THEN 
        INSERT (col2,col3,col4)
        VALUES (src.col2,src.col3,src.col4);
GO

Answer 1

解决了您的新规范。只插入col4的最高值：这次我使用group by来防止重复的行。

MERGE INTO dbo.tbl1 AS tbl 
USING (SELECT col2,col3, max(col4) col4 FROM #tmp group by col2,col3) AS src 
ON (tbl.col2 = src.col2 AND tbl.col3 = src.col3) 
WHEN NOT MATCHED THEN  
    INSERT (col2,col3,col4) 
    VALUES (src.col2,src.col3,src.col4);

Answer 2

鉴于源有重复项并且您没有完全使用MERGE，我会使用INSERT。

 INSERT dbo.tbl1 (col2,col3) 
 SELECT DISTINCT col2,col3
 FROM #tmp src
 WHERE NOT EXISTS (
       SELECT *
       FROM dbo.tbl1 tbl
       WHERE tbl.col2 = src.col2 AND tbl.col3 = src.col3)

MERGE失败的原因是它没有逐行检查。找到所有不匹配，然后它会尝试插入所有这些。它不会检查已匹配的同一批次中的行。

这让我想起了"Halloween problem"，其中原子操作的早期数据更改会影响以后的数据更改：它不正确

Answer 3

您可以使用分析函数代替GROUP BY，允许您选择要合并的重复记录集中的特定记录。

MERGE INTO dbo.tbl1 AS tbl
USING (
    SELECT *
    FROM (
        SELECT *, ROW_NUMBER() OVER (PARTITION BY col2, col3 ORDER BY ModifiedDate DESC) AS Rn
        FROM #tmp
    ) t
    WHERE Rn = 1    --choose the most recently modified record
) AS src
ON (tbl.col2 = src.col2 AND tbl.col3 = src.col3)

使用T-SQL Merge语句时如何避免插入重复记录

3 个答案: