使用多个实体规范化 CSV 数据 [重复]答案

【问题标题】：Normalizing CSV data with multiple entities [duplicate]使用多个实体规范化 CSV 数据 [重复]
【发布时间】：2020-06-20 04:55:56
【问题描述】：

我正在将 CSV 导入包含多个实体的数据库中：City、State 和 Country。

我想在表中使用外键来建立引用层次结构：

City.State_Ref -> State.ID
State.Country_Ref -> Country.ID

所以City 表最终将具有以下架构：

CREATE TABLE "City" (
  "ID" INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT UNIQUE,
  "Name" INTEGER NOT NULL,
  "State_Ref" INTEGER,
  FOREIGN KEY("State_Ref") REFERENCES "State"("ID")
)

设置State 和Country 表很容易，但是当不同的Country 记录中出现相同的State 名称时，我无法选择正确的名称：

UPDATE City SET State_Ref = (SELECT ID from State WHERE City.State = State.Name);

这将匹配多条记录，LIMIT 只抓取第一条记录（这并不总是正确的）。

我也尝试过JOIN 创建一个具有正确引用的新表：

SELECT City.Name as Name, State.ID as State_Ref

FROM City
    INNER JOIN State ON City.State = State.Name
    INNER JOIN Country ON City.Country = Country.Name

ORDER BY City.Name ASC;

但这会导致所有 State 重复项都有多个记录。

示例数据（“仙境”出现问题，因为“科罗拉多”存在于多个国家/地区）：

Country         State         Name
United States   New York      Kingston  
United States   Texas         Paris 
England         Kent          Kingston  
United States   Maine         Paris 
France          Île-de-France Paris 
United States   Colorado      Denver    
Canada          Colorado      Wonderland

任何正确设置State_Ref的指针将不胜感激！

【问题讨论】：

我认为我不会费心对数据进行规范化，除非您有特定原因（在此数据之外）引用 country 和 state 实体。
是的...这是一个更大数据集的样本。 “州”和“国家”等价物各有相关的附加数据。

标签： sql

【解决方案1】：

感谢this answer，我能够弄清楚...我没有在第二个JOIN 中过滤匹配的Country。

SELECT
    City.Name as Name, State.ID as State_Ref

FROM City
    INNER JOIN State ON City.State = State.Name
    INNER JOIN Country ON (State.Country_Ref = Country.ID AND City.Country = Country.Name)

ORDER BY City.Name ASC;

【讨论】：