在数据库中查找重复项并重命名一个答案

【问题标题】：Find duplicates in database and rename one在数据库中查找重复项并重命名一个
【发布时间】：2011-03-23 12:07:08
【问题描述】：

我在 Postgres 中有一张桌子，里面塞满了文章。这些文章有一个与之关联的 url slug，用于将它们显示为 example.com/pretty_name 而不是 example.com\2343。

不幸的是，当我刚开始时，我对 url 实施了唯一约束，但忽略了不区分大小写的情况，我想纠正这个错误并开始要求 url 是唯一的，不考虑大小写。

作为第一步，我需要修复数据库中已经存在的所有重复 url。 如何在不区分大小写的情况下在表格中搜索具有重复 url 的行，并保留一行，而对于其余重复行，在末尾附加“_2”之类的内容？ p>

这特别棘手，因为我不能 100% 确定网址不会重复超过一次。即，我可能在一个 url 上有 3 个重复项，在这种情况下，理想情况下，我希望第一个是 pretty_name，第二个是 pretty_name_2，第三个是 pretty_name_3。

【问题讨论】：

【解决方案1】：

如果你的桌子上有某种唯一的 id：

UPDATE articles a1 set url = a1.url||'_2' 
WHERE a1.id not in (select max(a2.id) from articles a2 group by lower(a2.url));

如果您没有唯一 ID：

UPDATE articles a1 set url = a1.url||'_2' 
WHERE a1.ctid not in (select max(a2.ctid) from articles a2 group by lower(a2.url));

【讨论】：

您能解释一下这些语句的工作原理吗？这是否是为了更新 not 具有最大 ID 但与另一条记录共享不区分大小写 URL 的 articles 记录？如果是这样，如果有不止一场比赛会发生什么？它是否会转换 all 的 URL 但具有最大 ID 的记录？
为每组不区分大小写的 url 更新不是最大 id 的每一行。是的，它将转换除具有最大 id 的记录之外的所有 URL。
再次感谢！我自己的个人数据库救星。为了捕获多个重复项，也许我会一遍又一遍地运行同一件事，同时增加数字，直到不再有重复项。在以后的运行中，我想我需要设计一种方法来告诉数据库首先切断 _2 并用 _3 替换它。
您可以通过将 '2' 替换为 ''||round(random()*100) 来大大减少这些运行次数。它并不完美，但如果只有一些变化，你不太可能得到重复。