Postgres：如果不存在则插入答案

【问题标题】：Postgres: INSERT if does not exist alreadyPostgres：如果不存在则插入
【发布时间】：2011-05-03 10:52:50
【问题描述】：

我正在使用 Python 写入 postgres 数据库：

sql_string = "INSERT INTO hundred (name,name_slug,status) VALUES ("
sql_string += hundred + ", '" + hundred_slug + "', " + status + ");"
cursor.execute(sql_string)

但由于我的某些行是相同的，我收到以下错误：

psycopg2.IntegrityError: duplicate key value  
  violates unique constraint "hundred_pkey"

如何编写“插入，除非该行已存在”的 SQL 语句？

我见过这样的复杂语句推荐：

IF EXISTS (SELECT * FROM invoices WHERE invoiceid = '12345')
UPDATE invoices SET billed = 'TRUE' WHERE invoiceid = '12345'
ELSE
INSERT INTO invoices (invoiceid, billed) VALUES ('12345', 'TRUE')
END IF

但首先，这是否超出了我的需要，其次，我如何将其中一个作为简单字符串执行？

【问题讨论】：

不管你如何解决这个问题，你都不应该这样生成你的查询。在查询中使用参数并分别传递值；见stackoverflow.com/questions/902408/…
为什么不捕获异常并忽略它？
Posgres 9.5（目前在 beta2 上）有一个类似 upsert 的新功能，请参阅：postgresql.org/docs/9.5/static/sql-insert.html#SQL-ON-CONFLICT
您是否考虑过接受这个答案？ =]
@AP257 为什么您还没有接受任何答案？例如，Arie 的回答非常有用且获得了高度评价。

标签： postgresql sql-insert upsert

【解决方案1】：

Postgres 9.5（自 2016 年 1 月 7 日发布）提供了一个 "upsert" 命令，也称为 ON CONFLICT clause to INSERT：

INSERT ... ON CONFLICT DO NOTHING/UPDATE

它解决了您在使用并发操作时可能遇到的许多微妙问题，其他一些答案也提出了这些问题。

【讨论】：

@TusharJain 在 PostgreSQL 9.5 之前，您可以执行“老式”UPSERT（使用 CTE），但您可能会遇到竞争条件问题，并且它的性能不如 9.5 样式。 blog（在底部的更新区域中）有关于 upsert 的详细信息，包括一些链接，如果您想了解更多关于详细信息的信息。
对于那些需要的，这里有两个简单的例子。 (1) 如果不存在则插入，否则没有任何东西 - INSERT INTO distributors (did, dname) VALUES (7, 'Redline GmbH') ON CONFLICT (did) DO NOTHING; (2) 如果不存在，则插入，否则更新 - INSERT INTO distributors (did, dname) VALUES (5, 'Gizmo Transglobal'), (6, 'Associated Computing, Inc') ON CONFLICT (did) DO UPDATE SET dname = EXCLUDED.dname; 这些示例来自手册 - postgresql.org/docs/9.5/static/sql-insert.html
有一个警告/副作用。在具有序列列（序列或大序列）的表中，即使没有插入任何行，序列也会在每次插入尝试时递增。
最好链接到 INSERT 文档而不是指向发布。文档链接：postgresql.org/docs/9.5/static/sql-insert.html
如果您需要ON CONFLICT DO NOTHING RETURNING id，请阅读此答案stackoverflow.com/a/42217872/368691。

【解决方案2】：

如何编写“插入，除非该行已存在”的 SQL 语句？

在 PostgreSQL 中有一个很好的方法来进行条件插入：

INSERT INTO example_table
    (id, name)
SELECT 1, 'John'
WHERE
    NOT EXISTS (
        SELECT id FROM example_table WHERE id = 1
    );

CAVEAT 但是，对于并发写入操作，这种方法并不是 100% 可靠的。 NOT EXISTS 反半连接中的 SELECT 和 INSERT 本身之间存在非常小的竞争条件。它可能在这种情况下失败。

【讨论】：

假设“名称”字段具有唯一约束，这有多安全？它会因违反唯一性而失败吗？
这很好用。唯一的问题是我猜想的耦合：如果修改表以使更多列是唯一的怎么办。在这种情况下，必须修改所有脚本。如果有更通用的方法来做到这一点，那就太好了......
是否可以将它与RETURNS id 一起使用，例如获取id 是否已插入？
@OlivierPons 是的，这是可能的。在查询的 and 处添加RETURNING id，如果没有插入行，它将返回一个新的行 id 或不返回任何内容。
我发现这不可靠。似乎 Postgres 有时会在执行选择之前执行插入，即使尚未插入记录，我也会遇到重复的键冲突。尝试使用版本 => 9.5 和 ON CONFLICT。

【解决方案3】：

一种方法是创建一个不受约束（无唯一索引）的表，将所有数据插入其中，并执行与该表不同的选择以插入到您的百个表中。

会有这么高的水平。我假设在我的示例中所有三列都是不同的，因此对于第 3 步，将 NOT EXITS 连接更改为仅连接 100 表中的唯一列。

创建临时表。请参阅文档here。

CREATE TEMPORARY TABLE temp_data(name, name_slug, status);

将数据插入临时表。

INSERT INTO temp_data(name, name_slug, status);

向临时表添加任何索引。

做主表插入。

INSERT INTO hundred(name, name_slug, status) 
    SELECT DISTINCT name, name_slug, status
    FROM hundred
    WHERE NOT EXISTS (
        SELECT 'X' 
        FROM temp_data
        WHERE 
            temp_data.name          = hundred.name
            AND temp_data.name_slug = hundred.name_slug
            AND temp_data.status    = status
    );

【讨论】：

当我不知道行是否已经存在时，这是我发现的进行批量插入的最快方法。
选择“X”？有人可以澄清吗？这只是一个选择语句吧：SELECT name,name_slug,status 或 *
查找相关子查询。 'X' 可以变成 1 甚至是 'SadClown'。 SQL 要求有一些东西，'X' 是一个常用的东西。它很小，很明显正在使用相关子查询并满足 SQL 的要求。
您提到“将所有数据插入（假设临时表）并执行与该不同的选择”。那样的话，不应该是SELECT DISTINCT name, name_slug, status FROM temp_data吗？
此解决方案对于并发写入操作是否可靠？我们不会期待子查询中INSERT 和SELECT 之间的竞争条件吗？

【解决方案4】：

不幸的是，PostgreSQL 既不支持 MERGE 也不支持 ON DUPLICATE KEY UPDATE，因此您必须在两个语句中做到这一点：

UPDATE  invoices
SET     billed = 'TRUE'
WHERE   invoices = '12345'

INSERT
INTO    invoices (invoiceid, billed)
SELECT  '12345', 'TRUE'
WHERE   '12345' NOT IN
        (
        SELECT  invoiceid
        FROM    invoices
        )

你可以把它包装成一个函数：

CREATE OR REPLACE FUNCTION fn_upd_invoices(id VARCHAR(32), billed VARCHAR(32))
RETURNS VOID
AS
$$
        UPDATE  invoices
        SET     billed = $2
        WHERE   invoices = $1;

        INSERT
        INTO    invoices (invoiceid, billed)
        SELECT  $1, $2
        WHERE   $1 NOT IN
                (
                SELECT  invoiceid
                FROM    invoices
                );
$$
LANGUAGE 'sql';

就这样称呼它吧：

SELECT  fn_upd_invoices('12345', 'TRUE')

【讨论】：

其实这行不通：我可以调用INSERT INTO hundred (name, name_slug, status) SELECT 'Chichester', 'chichester', NULL WHERE 'Chichester' NOT IN (SELECT NAME FROM hundred);任意次数，它一直在插入行。
@AP257：CREATE TABLE hundred (name TEXT, name_slug TEXT, status INT); INSERT INTO hundred (name, name_slug, status) SELECT 'Chichester', 'chichester', NULL WHERE 'Chichester' NOT IN (SELECT NAME FROM hundred); INSERT INTO hundred (name, name_slug, status) SELECT 'Chichester', 'chichester', NULL WHERE 'Chichester' NOT IN (SELECT NAME FROM hundred); SELECT * FROM hundred。有一条记录。
Postgres 确实支持ON DUPLICATE KEY UPDATE。它叫ON CONFLICT (column) DO UPDATE SET
@kolypto：当然，自 2016 年以来。请随意编辑答案。

【解决方案5】：

这正是我面临的问题，我的版本是 9.5

我用下面的 SQL 查询来解决它。

INSERT INTO example_table (id, name)
SELECT 1 AS id, 'John' AS name FROM example_table
WHERE NOT EXISTS(
            SELECT id FROM example_table WHERE id = 1
    )
LIMIT 1;

希望对 >= 9.5 版本有相同问题的人有所帮助。

感谢阅读。

【讨论】：

此答案与@John Doe 相同，其中指出了并发写入操作的警告。
@RianLauw：是的，没错，大约 80% ~ 90% 是一样的。但是您可以同时使用这两种方法来为您找到更好的答案。

【解决方案6】：

您可以使用 VALUES - 在 Postgres 中可用：

INSERT INTO person (name)
    SELECT name FROM person
    UNION 
    VALUES ('Bob')
    EXCEPT
    SELECT name FROM person;

【讨论】：

SELECT name FROM Person
我认为这是解决问题的好方法，但前提是您确定源表永远不会变大。我有一个永远不会超过 1000 行的表，所以我可以使用这个解决方案。
哇，这正是我所需要的。我担心我需要创建一个函数或一个临时表，但这排除了所有这些——谢谢！
@HenleyChiu 有一个很好的观点。由于这些选择是针对现有表，也许我们可以为每个选择添加一个 where 子句，以确保我们只选择“Bob”的行？

【解决方案7】：

我知道这个问题是不久前提出的，但认为这可能会对某人有所帮助。我认为最简单的方法是通过触发器。例如：

Create Function ignore_dups() Returns Trigger
As $$
Begin
    If Exists (
        Select
            *
        From
            hundred h
        Where
            -- Assuming all three fields are primary key
            h.name = NEW.name
            And h.hundred_slug = NEW.hundred_slug
            And h.status = NEW.status
    ) Then
        Return NULL;
    End If;
    Return NEW;
End;
$$ Language plpgsql;

Create Trigger ignore_dups
    Before Insert On hundred
    For Each Row
    Execute Procedure ignore_dups();

从 psql 提示符执行此代码（或者您喜欢直接在数据库上执行查询）。然后你可以像往常一样从 Python 插入。例如：

sql = "Insert Into hundreds (name, name_slug, status) Values (%s, %s, %s)"
cursor.execute(sql, (hundred, hundred_slug, status))

请注意，正如@Thomas_Wouters 已经提到的，上面的代码利用了参数而不是连接字符串。

【讨论】：

如果其他人也想知道，来自docs：“触发的行级触发器 BEFORE 可以返回 null 以指示触发器管理器跳过该行的其余操作（即后续触发器不会被触发，并且该行不会发生 INSERT/UPDATE/DELETE）。如果返回非空值，则操作将继续使用该行值。"
正是我正在寻找的这个答案。干净的代码，使用函数 + 触发器而不是 select 语句。 +1
我喜欢这个答案，使用函数和触发器。现在我找到了另一种使用函数和触发器来打破僵局的方法......

【解决方案8】：

在 PostgreSQL 中使用 WITH 查询有一个很好的方法来进行条件插入：喜欢：

WITH a as(
select 
 id 
from 
 schema.table_name 
where 
 column_name = your_identical_column_value
)
INSERT into 
 schema.table_name
(col_name1, col_name2)
SELECT
    (col_name1, col_name2)
WHERE NOT EXISTS (
     SELECT
         id
     FROM
         a
        )
  RETURNING id

【讨论】：

这与@John Doe 的答案（此处为stackoverflow.com/a/13342031/5294065）基本相同，其中子查询只是一个CTE，对吧？

【解决方案9】：

INSERT .. WHERE NOT EXISTS 是一个好方法。并且可以通过事务“信封”来避免竞争条件：

BEGIN;
LOCK TABLE hundred IN SHARE ROW EXCLUSIVE MODE;
INSERT ... ;
COMMIT;

【讨论】：

【解决方案10】：

我们可以使用 upsert 来简化查询

insert into invoices (invoiceid, billed) 
  values ('12345', 'TRUE') 
  on conflict (invoiceid) do 
    update set billed=EXCLUDED.billed;

【讨论】：

【解决方案11】：

规则很简单：

CREATE RULE file_insert_defer AS ON INSERT TO file
WHERE (EXISTS ( SELECT * FROM file WHERE file.id = new.id)) DO INSTEAD NOTHING

但是并发写入失败...

【讨论】：

【解决方案12】：

获得最多支持的方法（来自 John Doe）确实对我有用，但在我的情况下，从预期的 422 行中我只得到 180。我找不到任何错误并且根本没有错误，所以我寻找了一种不同的简单方法。

在SELECT 之后使用IF NOT FOUND THEN 对我来说非常适合。

（在PostgreSQL Documentation中描述）

文档示例：

SELECT * INTO myrec FROM emp WHERE empname = myname;
IF NOT FOUND THEN
  RAISE EXCEPTION 'employee % not found', myname;
END IF;

【讨论】：

【解决方案13】：

psycopgs 游标类具有属性rowcount。

这个只读属性指定了最后的行数 execute*() 产生（对于 DQL 语句，如 SELECT）或受影响（对于 DML 语句，如 UPDATE 或 INSERT）。

因此，您可以先尝试 UPDATE，然后仅当 rowcount 为 0 时才尝试 INSERT。

但根据数据库中的活动级别，您可能会在 UPDATE 和 INSERT 之间遇到竞争条件，此时另一个进程可能会在此期间创建该记录。

【讨论】：

大概将这些查询包装在事务中会缓解竞争条件。

【解决方案14】：

您的“百”列似乎被定义为主键，因此必须是唯一的，但事实并非如此。问题不在于您的数据，而在于您的数据。

我建议你插入一个id作为序列类型来处理主键

【讨论】：

【解决方案15】：

如果您说您的许多行是相同的，您将结束检查很多次。您可以发送它们，数据库将使用 ON CONFLICT 子句确定是否插入它，如下所示

  INSERT INTO Hundred (name,name_slug,status) VALUES ("sql_string += hundred  
  +",'" + hundred_slug + "', " + status + ") ON CONFLICT ON CONSTRAINT
  hundred_pkey DO NOTHING;" cursor.execute(sql_string);

【讨论】：

【解决方案16】：

我一直在寻找类似的解决方案，试图找到在 PostgreSQL 和 HSQLDB 中工作的 SQL。（HSQLDB 使这变得困难。）以您的示例为基础，这是我在其他地方找到的格式。

sql = "INSERT INTO hundred (name,name_slug,status)"
sql += " ( SELECT " + hundred + ", '" + hundred_slug + "', " + status
sql += " FROM hundred"
sql += " WHERE name = " + hundred + " AND name_slug = '" + hundred_slug + "' AND status = " + status
sql += " HAVING COUNT(*) = 0 );"

【讨论】：

【解决方案17】：

这是一个通用的 python 函数，它给定一个表名、列和值，为 postgresql 生成等效的 upsert。

导入 json

def upsert(table_name, id_column, other_columns, values_hash):

    template = """
    WITH new_values ($$ALL_COLUMNS$$) as (
      values
         ($$VALUES_LIST$$)
    ),
    upsert as
    (
        update $$TABLE_NAME$$ m
            set
                $$SET_MAPPINGS$$
        FROM new_values nv
        WHERE m.$$ID_COLUMN$$ = nv.$$ID_COLUMN$$
        RETURNING m.*
    )
    INSERT INTO $$TABLE_NAME$$ ($$ALL_COLUMNS$$)
    SELECT $$ALL_COLUMNS$$
    FROM new_values
    WHERE NOT EXISTS (SELECT 1
                      FROM upsert up
                      WHERE up.$$ID_COLUMN$$ = new_values.$$ID_COLUMN$$)
    """

    all_columns = [id_column] + other_columns
    all_columns_csv = ",".join(all_columns)
    all_values_csv = ','.join([query_value(values_hash[column_name]) for column_name in all_columns])
    set_mappings = ",".join([ c+ " = nv." +c for c in other_columns])

    q = template
    q = q.replace("$$TABLE_NAME$$", table_name)
    q = q.replace("$$ID_COLUMN$$", id_column)
    q = q.replace("$$ALL_COLUMNS$$", all_columns_csv)
    q = q.replace("$$VALUES_LIST$$", all_values_csv)
    q = q.replace("$$SET_MAPPINGS$$", set_mappings)

    return q


def query_value(value):
    if value is None:
        return "NULL"
    if type(value) in [str, unicode]:
        return "'%s'" % value.replace("'", "''")
    if type(value) == dict:
        return "'%s'" % json.dumps(value).replace("'", "''")
    if type(value) == bool:
        return "%s" % value
    if type(value) == int:
        return "%s" % value
    return value


if __name__ == "__main__":

    my_table_name = 'mytable'
    my_id_column = 'id'
    my_other_columns = ['field1', 'field2']
    my_values_hash = {
        'id': 123,
        'field1': "john",
        'field2': "doe"
    }
    print upsert(my_table_name, my_id_column, my_other_columns, my_values_hash)

【讨论】：

【解决方案18】：

简单的解决方案，但不是立即解决。
如果要使用此指令，则必须对 db 进行一次更改：

ALTER USER user SET search_path to 'name_of_schema';

在这些更改之后，“INSERT”将正常工作。

【讨论】：