如何更新引用重复记录的表？

Question

我有两个 SQL 表。一个人从另一个存储模块列表及其 ID 的表中获取参考值。但这些描述并不是唯一的。我正在尝试删除表 A 的重复项，但我不确定如何更新表 B 以仅引用单个值。

例子：

Table A:                                      Table B:

--------------------------------            ------------------------------------
ID      Description      RefID               ID            Name       
--------------------------------            ------------------------------------
1       Test 1           2                   1            QuickReports
--------------------------------            ------------------------------------
2       Test 2           1                   2            QuickReports
--------------------------------            ------------------------------------

我希望结果如下：

Table A:                                      Table B:

--------------------------------            ------------------------------------
ID      Description      RefID               ID            Name       
--------------------------------            ------------------------------------
1       Test 1           1                   1            QuickReports
--------------------------------            ------------------------------------
2       Test 2           1                  
--------------------------------        

我设法使用以下代码从表 B 中删除了重复项，但我无法更新表 A 中的记录。每个表都有超过 500 条记录。

WITH cte AS(
    SELECT 
        Name,
    ROW_NUMBER() OVER (
        PARTITION BY
            Name
        ORDER BY 
            Name
        )row_num
    FROM ReportmodulesTest
)
    DELETE FROM cte
    WHERE row_num > 1;  

Answer 1

您需要先更新表 A，然后再从表 B 中删除。

您标记了您的问题 MySQL，但该数据库不支持您显示的 delete 语句。我怀疑您正在运行 SQL Server，所以这里是如何在 that 数据库中执行此操作：

update a
set refid = b.minid
from tablea
inner join (select name, id, min(id) over(partition by name) minid from tableb) b 
    on b.id = a.id and b.minid <> a.id

在 MySQL 中，您可以将相同的查询表述为：

update tablea a
from tablea
inner join (select name, id, min(id) over(partition by name) minid from tableb) b on b.id = a.id
set a.refid = b.minid
where b.minid <> a.id

Answer 2

您可以使用以下方法更新第一个表：

update a join
       (select b.*,
               min(id) over (partition by name) as min_id
        from b
       ) b
       on a.refid = b.id
    set a.refid = b.min_id
    where a.refid <> b.min_id;

然后，您可以使用类似的逻辑删除第二个表中的行：

delete b
    from b join
         (select b.*,
                 min(id) over (partition by name) as min_id
          from b
         ) bb
         on bb.id = b.id
    where b.id <> bb.min_id;

Answer 3

我找到了一个使这个过程变得更容易的解决方案。我首先使用Row_Number 查找表A 中的重复项，并使用SELECT INTO 一个临时表。

SELECT
       a.Id
     , a.Name
     , ROW_NUMBER() OVER(PARTITION BY Name ORDER BY Id DESC) RN
INTO
     #TestTable
FROM
     TableA a WITH(NOLOCK)

然后我 JOIN 表 A 和表 B 来查看 ID 匹配的位置并确定我需要保留哪个 ID 以及我需要删除哪个 ID：

SELECT
       b.Id
     , b.Name
     , b.RefId
     , ToKeep.Id   KeepId
     , ToDelete.Id DeleteId
FROM
     #TestTable ToDelete
     JOIN TableB b WITH(NOLOCK)
        ON b.RefId = ToDelete.Id
     JOIN #TestTable ToKeep
        ON ToDelete.Name = ToKeep.Name
           AND ToKeep.RN = 1
WHERE ToDelete.RN > 1

然后使用类似的语句，我只是更新记录：

UPDATE b
SET
    b.RefId = ToKeep.Id,
FROM #TestTable ToDelete
     JOIN TableB b WITH(NOLOCK)
        ON b.RefId = ToDelete.Id
     JOIN #TestTable ToKeep
        ON ToDelete.Name = ToKeep.Name
           AND ToKeep.RN = 1
WHERE
      ToDelete.RN > 1

最后，我现在可以删除重复记录了：

DELETE a
FROM #TestTable b
     INNER JOIN TableA a
        ON b.Id = a.Id
WHERE
      b.RN > 1

在此之后，您可以使用相同的第一个SELECT 语句来确保删除所有重复项。只需删除 SELECT INTO 语句即可。

感谢我的一位匿名同事提供此解决方案，并希望这对那里的人有所帮助。