Question

我有两个表包含几乎相同的东西。但他们从不同来源获得数据，而在完美世界中他们是相同的。实践 - 他们不同。目标是找到匹配的记录并相互连接，然后结果是不匹配的记录。

first_table：

id1，date1，value1

second_table：

id2，date2，value2

我创建第三个表＆＃34; joiner＆＃34;：

ID1，ID2

现在使用这个咒语：

INSERT INTO joiner (SELECT id1,id2  FROM first_table,second_table WHERE value1=value2 and date1=date2 ORDER BY date1,date2,id1,id2);

（排序很重要，因为有时候会丢失一些包，所以我必须稍后添加）

一切都会很棒，但是......有时会有不止一条记录具有相同的值和日期，并且无法识别它。接受的解决方案是首先从first_table加入第一个来自second_table，第二个来自first_table，第二个来自second_table等。

这就是问题所在。

因为joiner在每列上都有唯一键 - insert会引发unique_violation错误，因为示例结果是：

id1|id2
-------
 a1| b1
 a1| b2
 a2| b1
 a2| b2

如果我使用SELECT distinct id1，id2当然没有任何变化（a1，b1）！=（a1，b2）如果我在（id1）id1，id2上使用SELECT distinct - 结果有时是：

id1|id2
-------
 a1| b1
 a2| b1

我尝试使用WHERE NOT EXISTS（SELECT 1 FROM first_table f WHERE f.id1＆lt;＆gt; first_table.id1）AND NOT EXISTS（SELECT 1 FROM second_table s WHERE s.id2＆lt;＆gt; second_table.id2） - 仍然没有

我尝试使用EXCEPTION添加函数，但这也是错误的 - 因为它引发了异常，但是joiner仍然是空的......

有什么想法吗？

更新我不知道为什么有些人在没有任何评论的情况下投票支持我的问题。也许是因为它还不够清楚 - 特别是对于那些例子：

first_table：

id1, value1, date1

1,10, 2015-03-01
2,11, 2015-03-01
3,10, 2015-03-01
4,14, 2015-03-02

second_table：

id2, value2, date2

1,10, 2015-03-01
2,11, 2015-03-01
3,10, 2015-03-01
4,15, 2015-03-02

预期的木匠

id1, id2

1,1
2,2
3,3

正如你所看到的，id1 = 4而id2 = 4并没有木匠 - 因为价值不同（审计员需要手工检查和修复）。

并且id1 = 1和id1 = 3存在问题 - 相同，因此没有uniqness的joiner看起来像：

id1, id2

1,1
1,3
2,2
3,1
3,3

哪个错了。

Answer 1

问题的解决方案是使用row_number()枚举每个表中常见日期/值对的值。

您的查询也可以通过其他方式进行改进：

使用insert时，请始终列出列。
学习使用正确的显式join语法。简单规则：永远不要在from子句中使用逗号。
使用表别名指定列的来源。

查询是：

INSERT INTO joiner(id1, id2)
    SELECT id1, id2
    FROM (select ft.*, row_number() over (partition by value1, date1 order by value1) as seqnum
          from first_table ft
         ) ft JOIN
         (select st.*, row_number() over (partition by value2, date2 order by value2) as seqnum
          from second_table st
         ) st
         ON ft.value1 = st.value2 and ft.date1 = st.date2 and ft.seqnum = st.seqnum
    ORDER BY ft.date1, st.date2, ft.id1, st.id2;

我不认为order by很重要，但是因为您认为它是相关的，所以我将其留下来。

如何在postgres中“加入”两个表

1 个答案: