如何使用 SQL Server 中另一个表中的数据更新数据库表以删除重复项？

Question

我正在尝试执行我认为相当复杂的更新语句，并且解决方案感觉超出了我的掌握范围。无论如何，请考虑以下两个表。 Val1、Val2 和 Val3 组合起来形成唯一的代码。然后将它们绑定到另一个表中的“Items”（此处未描述，仅由 ItemId 引用）。最后，另一个表引用了 Table1 唯一代码以及项目。

表1

身份证	商品编号	Val1	Val2	Val3
1	2	啊啊	bb	100
2	2	啊啊	bb	100
3	2	ccc	dd	222
4	2	ccc	dd	222
5	3	gg	呵呵	100

表2

身份证	商品编号	表1.Id
100	2	1
101	2	2
102	2	3
103	2	4

发生的情况是，通过自动导入过程将重复项插入到 Table1 中。此后，我更新了导入过程，不再插入重复项，但我需要清理现有数据。

我有一个查询要删除 Table1 中的重复值，但由于 Table2 上的外键关系，我无法简单地运行它。

因此，我需要做的是使用 Table1 中的正确 ID 更新 Table2 中的 Table1.Id 列，然后我可以单独运行查询以删除重复项（从 Table1 中）。

我有类似以下内容：

update Table2
set Table1.Id = (
    select ID
    from Table1
    where ID in (
        select max(ID)  
        from Table1
        group by ItemId, Va1, Val2, Val3
        having count(*) > 1
    )
    --and ItemId = 2  --added for testing
)
where Table1.ID in (
    select id
    from Table1
    where id not in (
        select max(id)
        from Table1
        group by ItemId, Va1, Val2, Val3
    )
    --and ItemId = 2  --added for testing
)

因此，实际上，我希望将 Table2 中的第 100 行将 Table1.Id 设置为 2，将第 102 行将 Table1.Id 设置为 4。

那么Table1中的第1行和第3行将不再在Table2中被引用，因此可以被删除。

如您所见，我可以针对简单（或特定）的示例执行此操作。然而，我正在努力将其通用化，以便它能够处理多个 id 和所有情况。注意：最终将会发生数千次更新。

我可以循环访问结果集，我只是想要一种巧妙的方法在单个 Update 语句中执行此操作。

Answer 1

我记得一个类似的问题，不确定它是否重复，但看起来您正在尝试更新 Table2 以在从 Table1 中删除重复项后正确引用 Table1 中的唯一行。 Yu 可以尝试在单个语句中更新 Table2 以引用 Table1 中的正确 ID

-- Update Table2 to reference correct Table1 IDs
WITH CTE AS (
    -- Identify the correct IDs from Table1 for each group of duplicates
    SELECT
        MAX(ID) AS CorrectID,
        ItemId,
        Val1,
        Val2,
        Val3
    FROM Table1
    GROUP BY ItemId, Val1, Val2, Val3
    HAVING COUNT(*) > 1
)
UPDATE t2
SET t2.Table1_Id = c.CorrectID
FROM Table2 t2
JOIN CTE c ON t2.ItemId = c.ItemId
          AND t2.Table1_Id IN (SELECT ID FROM Table1 WHERE ItemId = c.ItemId AND Val1 = c.Val1 AND Val2 = c.Val2 AND Val3 = c.Val3);

-- Optional: Delete duplicates from Table1
DELETE t1
FROM Table1 t1
JOIN (
    SELECT ID
    FROM Table1
    GROUP BY ItemId, Val1, Val2, Val3
    HAVING COUNT(*) > 1
) dup ON t1.ID = dup.ID;

Answer 2

如何使用 min over parion by 作为您的 cte 进行更新。 这是小提琴。 https://dbfiddle.uk/RKUjhvB1

WITH MinIDCTE AS (
    SELECT ID,
           ItemId,
           Val1,
           Val2,
           MIN(ID) OVER (PARTITION BY ItemId, Val1, Val2) AS MinID
    FROM Table1
)
UPDATE t2
SET t2.Table1_Id = m.MinID
FROM Table2 t2
JOIN MinIDCTE m ON t2.Table1_Id = m.ID;