PostgreSQL - 根据从另一个表中的选择插入行，并使用新插入的行更新该表中的 FK

Question

我正在两个表之间进行数据迁移（拆分出一个相关表）。现有表是reminders，它有一个start 列和一个新添加的dateset_id 列指向一个新的dateset 表，该表也有一个start 列。对于reminders 中的每一行，我想INSERT 在dateset 中复制一个新行，并将start 值复制过来，并UPDATE 在reminders 中使用新插入的dateset ID 对应行.

这是我尝试过的 SQL：

WITH inserted_datesets AS (
  INSERT INTO dateset (start)
  SELECT start FROM reminder
  RETURNING reminder.id AS reminder_id, id AS dateset_id
)
UPDATE reminder
SET dateset_id = ids.dateset_id
FROM inserted_datesets AS ids
WHERE reminder.id = ids.reminder_id

我收到错误missing FROM-clause entry for table "reminder"，因为我在RETURNING 子句中包含reminder.id 列，但实际上并未选择它进行插入。这是有道理的，但我不知道如何修改查询来做我需要的事情。我缺少一种完全不同的方法吗？

Answer 1

有几种方法可以解决这个问题。

1.临时添加一列

正如其他人提到的，直接的方法是暂时将一列 reminder_id 添加到 dateset。使用来自reminder 表的原始IDs 填充它。使用它将reminder 与dateset 表连接起来。删除临时列。

2。何时开始是唯一的

如果start 列的值是唯一的，则可以通过将reminder 表与start 列上的dateset 表连接起来而无需额外的列。

INSERT INTO dateset (start)
SELECT start FROM reminder;

WITH
CTE_Joined
AS
(
    SELECT
        reminder.id AS reminder_id
        ,reminder.dateset_id AS old_dateset_id
        ,dateset.id AS new_dateset_id
    FROM
        reminder
        INNER JOIN dateset ON dateset.start = reminder.start
)
UPDATE CTE_Joined
SET old_dateset_id = new_dateset_id
;

3.何时开始不是唯一的

即使在这种情况下，也可以在没有临时列的情况下执行此操作。主要思想如下。让我们看一下这个例子：

reminder 中有两行具有相同的 start 值和 ID 3 和 7：

reminder
id    start         dateset_id
3     2015-01-01    NULL
7     2015-01-01    NULL

我们将它们插入dateset后，会生成新的ID，例如1和2：

dateset
id    start
1     2015-01-01
2     2015-01-01

我们如何链接这两行并不重要。最终结果可能是

reminder
id    start         dateset_id
3     2015-01-01    1
7     2015-01-01    2

或

reminder
id    start         dateset_id
3     2015-01-01    2
7     2015-01-01    1

这两种变体都是正确的。这给我们带来了以下解决方案。

只需先插入所有行。

INSERT INTO dateset (start)
SELECT start FROM reminder;

匹配/连接start 列上的两个表，知道它不是唯一的。通过添加ROW_NUMBER 并通过两列连接来“使其”独一无二。可以使查询更短，但我明确说明了每个步骤：

WITH
CTE_reminder_rn
AS
(
    SELECT
        id
        ,start
        ,dateset_id
        ,ROW_NUMBER() OVER (PARTITION BY start ORDER BY id) AS rn
    FROM reminder
)
,CTE_dateset_rn
AS
(
    SELECT
        id
        ,start
        ,ROW_NUMBER() OVER (PARTITION BY start ORDER BY id) AS rn
    FROM dateset
)
,CTE_Joined
AS
(
    SELECT
        CTE_reminder_rn.id AS reminder_id
        ,CTE_reminder_rn.dateset_id AS old_dateset_id
        ,CTE_dateset_rn.id AS new_dateset_id
    FROM
        CTE_reminder_rn
        INNER JOIN CTE_dateset_rn ON 
            CTE_dateset_rn.start = CTE_reminder_rn.start AND
            CTE_dateset_rn.rn = CTE_reminder_rn.rn
)
UPDATE CTE_Joined
SET old_dateset_id = new_dateset_id
;

我希望从代码中可以清楚地看出它的作用，尤其是当您将它与没有ROW_NUMBER 的更简单的版本进行比较时。显然，即使start 是唯一的，复杂的解决方案也可以工作，但它的效率不如简单的解决方案。

此解决方案假定dateset 在此过程之前为空。

Answer 2

根据 Postgres 的变化进行更新：

根据文档，Postgres 9.1 及更高版本支持在子查询中使用 INSERT RETURNING。原始答案中假设的 DML 子查询应该适用于 Postgres >= 9.1：

UPDATE reminder SET dateset_id = (
    INSERT INTO dateset (start)
    VALUES (reminder.start)
    RETURNING dateset.id));

原答案：

这是另一种方式，不同于 Vladimir 迄今为止建议的 3 种方式。

一个临时函数可以让您读取创建的新行的 id 以及查询中的其他值：

--minimal demonstration schema
CREATE TABLE dateset (
  id SERIAL PRIMARY KEY,
  start TIMESTAMP
  -- other things here...
);

CREATE TABLE reminder (
  id SERIAL PRIMARY KEY,
  start TIMESTAMP,
  dateset_id INTEGER REFERENCES dateset(id)
  -- other things here...
);

--pre-migration data
INSERT INTO reminder (start) VALUES ('2014-02-14'), ('2014-09-06'), ('1984-01-01'), ('2014-02-14');

--all at once
BEGIN;

CREATE FUNCTION insertreturning(ts TIMESTAMP) RETURNS INTEGER AS $$
    INSERT INTO dateset (start)
    VALUES (ts)
    RETURNING dateset.id;
  $$ LANGUAGE SQL;

UPDATE reminder SET dateset_id = insertreturning(reminder.start);

DROP FUNCTION insertreturning(TIMESTAMP);

ALTER TABLE reminder DROP COLUMN start;

END;

在我意识到将INSERT ... RETURNING 写为子查询可以解决问题之后，这种解决问题的方法就出现了；虽然INSERTs 不允许作为子查询，但对函数的调用肯定是。

有趣的是，这表明返回值的 DML 子查询可能非常有用。如果可能的话，我们会写：

UPDATE reminder SET dateset_id = (
    INSERT INTO dateset (start)
    VALUES (reminder.start)
    RETURNING dateset.id));

Answer 3

您只能使用 RETURNING 从 INSERT 部分返回列，而不能从所选表中返回。 因此，如果您愿意在日期集表中添加一列 reminder_id，

    ALTER TABLE dateset ADD COLUMN reminder_id integer;

以下语句将起作用：

WITH inserted_datesets AS (
  INSERT INTO dateset (start, reminder_id)
  SELECT start, id FROM reminder
  RETURNING reminder_id, id AS dateset_id
)
UPDATE reminder
SET dateset_id = ids.dateset_id
FROM inserted_datesets AS ids
WHERE id = reminder_id

只有当reminders列start的值都是唯一的时，以下2条语句才会也可以工作：

INSERT INTO dateset(start) SELECT start FROM reminder;
UPDATE reminder SET dateset_id = (SELECT id FROM dateset WHERE start=reminder.start);

Answer 4

问题是您只能返回您插入的表中存在的列。您可以通过为表数据集提供一个附加列来解决它，您可以在其中插入remind.id，以便您可以返回它。

然后在迁移之后您可以删除该列。