仅当每个唯一列值不存在时才为每个唯一列值添加一行

Posted 2023-03-28

【中文标题】仅当每个唯一列值不存在时才为每个唯一列值添加一行

【英文标题】：Add a row for each unique column value only if it doesn't already exist

【发布时间】：2020-07-19 20:05:23

【问题描述】：

我有两个表：IsCompanyValid 和 CompanyData。

IsCompanyValid:

Company   IsValid
A         TRUE
B         TRUE
C         TRUE
D         FALSE

CompanyData:

Company   Data
A         Data1
A         Data1
A         Data1
B         Data1
B         Data1
C         Data1
D         Data1

我想将名为“testData”的数据插入CompanyData，用于每个有效的唯一公司。所以我希望CompanyData 看起来像这样：

CompanyData:

Company   Data
A         Data1
A         Data1
A         Data1
B         Data1
B         Data1
C         Data1
D         Data1
A         testData
B         testData
C         testData

这是我写的查询：

INSERT into CompanyData (Company, Data)
SELECT
    distinct Company,
    'testData'
FROM CompanyData

-- Make sure the data we are inserting is for valid companies only
WHERE Company in
(
    select Company from IsCompanyValid
    where IsValid = true
)
AND 'testData' not in
(
    select Data from CompanyData
);

现在这工作正常。但是如果CompanyData 表被稍加修改，使得'testData' 已经存在，这个查询将不再起作用。例如：

CompanyData:

Company   Data
A         Data1
A         Data1
A         Data1
B         Data1
B         Data1
C         Data1
D         Data1
A         testData

此查询将不再插入 B 和 C。我不确定如何修改查询以插入 B 和 C。 真实数据要大得多，所以我需要将我的解决方案泛化。

【参考方案1】：

这会像请求的那样插入行：

INSERT INTO CompanyData(Company, Data)
SELECT i.Company, 'testData'::text
FROM   IsCompanyValid i
WHERE  i.IsValid 
AND    NOT EXISTS (
   SELECT FROM CompanyData d
   WHERE  d.Company = i.Company
   AND    d.Data = 'testData'
   );

如果已存在带有Data = 'testData' 的行，则会跳过公司。

还应该是快速和 NULL 安全的（相对于 NOT IN），索引在 CompanyData(Company, Data)。 或者使用更专业的部分索引甚至更快：

CREATE INDEX foo ON CompanyData(Company)
WHERE  Data = 'testData';

但特殊索引只有在您继续需要时才值得。

见：

Select rows which are not present in other table

另外：考虑 Postgres 中合法的、小写的、不带引号的标识符。见：

Are PostgreSQL column names case-sensitive?

【讨论】：

感谢您为我指明正确的方向欧文！也感谢您的其他建议！