从 SQL 表中识别重复并过滤唯一记录

Question

我在 SQL Server 数据库中有 3 个表 表 1：员工

GroupId |   EmployeeId  |   IsDuplicate
=======================================
    1   |       101     |       0
    1   |       102     |       1
    1   |       103     |       1
--------|---------------|--------------
    2   |       201     |       1
    2   |       202     |       0
--------|---------------|--------------
    3   |       301     |       1
    3   |       302     |       1
    3   |       303     |       0
---------------------------------------

表 2：联系人

ContactId   |   ContactEmail    |   Name    |...
================================================
    11      |       c1@mail.com |   c1 x    |
    12      |       c2.mail.com |   c2 y    |
    13      |       c1.mail.com |   c1.x    |
    14      |       c3@mail.com |   c3.z    |
    15      |       c3@mail.com |   c3 z    |
------------|-------------------|-----------|
    21      |       d1@mail.com |   d1 a    |
    22      |       d2@mail.com |   d2 b    |
------------|-------------------|-----------|
    31      |       e1@mail.com |   e1 m    |
    32      |       e1@mail.com |   e1m     |
    33      |       e2@mail.com |   e2 n    |
--------------------------------------------

表 3：员工联系人

EmployeeId  |   ContactId
=========================
    101     |       11
    101     |       12
    102     |       13
    102     |       14
    103     |       15
------------|------------
    201     |       21
    202     |       22
------------|------------
    301     |       31
    302     |       32
    303     |       33
-------------------------

表 1 包含预先识别并分组为重复的员工组，并保留每个组的一名员工 (IsDuplicate=0)，其余的将在以后删除。 每个员工都有一个或多个联系人，每个联系人详细信息保存在不同的“联系人”表中，而哪个员工有哪些联系人保存在单独的“员工联系人”表中。 此联系人表有多个列，只有电子邮件 ID 可用于识别谁与其他人重复。

问题陈述： 我需要编写一个脚本，在其中获取每个组的唯一联系人并将其汇总到该组的活跃员工 (IsDuplicate=0)。 也就是说，从“联系人”表中，我必须识别每组员工的重复联系人，并将唯一的联系人插入到“员工联系人”表中。 所以目标结果是： 表 3：EmployeeContacts

EmployeeId  |   ContactId
=========================
    101     |       11
    101     |       12
    101     |       14 -- <-- Unique contcat rolled up to the selected active employee 
    102     |       13
    102     |       14
    103     |       15
------------|------------
    201     |       21
    202     |       22
    202     |       21 -- <-- Unique contcat rolled up to the selected active employee 
------------|------------
    301     |       31
    302     |       32
    303     |       33 
    303     |       31 -- <-- Unique contcat rolled up to the selected active employee 
-------------------------

我试图解决这样的问题： 我将加入所有 3 个表并将联系人电子邮件、组 ID、联系人 ID 和员工 ID 放入单独的临时表中，然后使用游标我将遍历此临时表并将唯一的联系人 ID 放入单独的临时表中

SELECT GroupId, ec.EmployeeId, ec.ContactId, c.ContactEmail
INTO #Temp1
FROM EmployeeContacts ec
INNER JOIN Contacts c ON c.ContactId = ec.ContactId
INNER JOIN Employee e ON e.EmployeeId = ec.EmployeeId
ORDER BY GroupId, c.ContactEmail

所以对于groupid=1，临时表应该是这样的

温度1

GroupId |   EmployeeId  |   ContactId   |   ContactEmail
========================================================
    1   |       101     |       11      |   c1@mail.com
    1   |       102     |       13      |   c1.mail.com
    1   |       101     |       12      |   c2.mail.com
    1   |       102     |       14      |   c3@mail.com
    1   |       103     |       15      |   c3@mail.com
--------------------------------------------------------

现在我正在考虑使用光标循环遍历每个组的 #Temp 表，并通过比较每个联系人的“ContactEmail”值，我将识别唯一的联系人并将它们输出到另一个临时表中

CREATE TABLE #Temp2
(
    ContactId INT,
    GroupId INT
)

DECLARE cur CURSOR FOR
SELECT GroupId, ContactId, ContactEmail
FROM #Temp1

DECLARE @ContactEmail NVARCHAR(50), @GroupId INT, @ContactId INT;
DECLARE @CompareEmail NVARCHAR(50);

OPEN cur
FETCH NEXT FROM cur
INTO @GroupId, @ContactId, @ContactEmail

SET @CompareEmail = '';

WHILE @@FETCH_STATUS=0
BEGIN
    IF(@CompareEmail <>  @ContactEmail)
    BEGIN
        SET @CompareEmail = @ContactEmail
        INSERT INTO #Temp2 VALUES(@ContactId, @GroupId)
    END

    FETCH NEXT FROM cur
    INTO @GroupId, @ContactId, @ContactEmail
END

CLOSE cur
DEALLOCATE cur

我还没有运行它，但我认为这会给我#Temp2 表和唯一的联系人 ID

温度2

GroupId |   ContactId
=====================
    1   |       11
    1   |       12
    1   |       14
---------------------

现在我知道每个组中哪个员工处于活动状态，我可以在“EmployeeContacts”表中插入新的联系人 ID。

但这整个过程似乎有点复杂，而且需要时间。那么有没有更短或更简单的方法呢？

Answer 1

您可以尝试以下方法以获得所需的结果：

declare cur cursor fast_forward for select distinct GroupId from @employee
declare @groupid int, @employeeid int

open cur
fetch next from cur into @groupid

while (@@FETCH_STATUS = 0)
begin
    select @employeeid = EmployeeId from @employee where GroupId = @groupid and IsDuplicate = 0
    select e.EmployeeId, IsDuplicate, c.*
    into #temp
    from @employee e
    join @employeecontacts ec on ec.EmployeeId = e.EmployeeId
    join @contacts c on c.ContactId = ec.ContactId
    where GroupId = @groupid

    ;with cte as
    (
        select @employeeid employeeid, t.ContactId, t.ContactEmail, ROW_NUMBER() over (partition by t.ContactEmail order by  t.ContactId) rn--, c.ContactEmail as ce2
        from #temp t 
        left join (select EmployeeId, x.ContactId, ContactEmail from @employeecontacts x join @contacts c on c.ContactId = x.ContactId)ec 
        on ec.EmployeeId = @employeeid and ec.ContactEmail = t.ContactEmail
        where ec.ContactId is null
    )
    insert into @employeecontacts
    select employeeid, ContactId from cte where rn = 1

    drop table if exists #temp
    fetch next from cur into @groupid
end

close cur
deallocate cur

请找到 dbfiddle here。