生成至少出现一次的数据

Question

我有三张桌子：

create table genres
(
genre_id serial primary key,
genre_name varchar NOT NULL UNIQUE
);

create table movies
(
movie_id serial primary key,
movie_name varchar NOT NULL           
);

create table movie_genres
(
movie_id integer references movies NOT NULL,
genre_id integer references genres NOT NULL, 
PRIMARY KEY(movie_id, genre_id)
);

表流派和电影充满了数据，我想为表movie_genres生成一些随机数据，以便每部电影至少有一个流派。 我尝试过这种方式，但是一部电影可能没有任何类型。谁能帮帮我，好吗？

insert into movie_genres 
select movie_id, genre_id 
from genres cross join movies 
where random() < 0.15;

Answer 1

嗯，您可以尝试加入一个派生表，在该表中先选择一个随机流派，然后再随机选择UNION。

INSERT INTO movie_genres 
        (movie_id,
         genre_id)
SELECT m.movie_id,
       rg.genre_id
       FROM movies m
            CROSS JOIN ((SELECT g.genre_id
                                FROM genres g
                                ORDER BY random()
                                LIMIT 1)
                        UNION
                        (SELECT g.genre_id
                                FROM genres g
                                WHERE random() < 0.15)) rg;

然而，这意味着每部电影都会首先选择一种类型。为了克服这个问题并让每部电影的第一种类型是随机的，可以使用横向连接。 （备注：您需要在派生表中使用外部表中的某些列，否则优化器似乎将LATERAL 优化掉。）

INSERT INTO movie_genres 
            (movie_id,
             genre_id)
SELECT rg.movie_id,
       rg.genre_id
       FROM movies m
            CROSS JOIN LATERAL ((SELECT g.genre_id,
                                        m.movie_id -- that's just here to force the optimizer to keep the join lateral
                                        FROM genres g
                                        ORDER BY random()
                                        LIMIT 1)
                                UNION
                                (SELECT g.genre_id,
                                        m.movie_id
                                        FROM genres g
                                        WHERE random() < 0.15)) rg;

db<>fiddle