如何使用重复项的计数更新 PostgreSQL 表

Question

我在一个创建大量重复值的程序中发现了两个错误：

• 创建了“索引”而不是“唯一索引”
• 重复检查未集成到 4 个扭曲例程之一中

所以我需要进去清理我的数据库。

第一步是用所有重复值的计数来装饰表格（接下来我将寻找第一个值，然后将所有内容迁移过来）

下面的代码有效，我只记得几年前在同一张表上做过类似的“从选择计数更新”，我用一半的代码做了。

有没有更好的写法？

UPDATE 
    shared_link 
SET 
    is_duplicate_of_count = subquery.is_duplicate_of_count 
FROM
    (
        SELECT 
            count(url) AS is_duplicate_of_count 
            , url
        FROM 
            shared_link
        WHERE
            shared_link.url = url
        GROUP BY 
            url
    ) AS subquery
WHERE 
    shared_link.url = subquery.url
;

Answer 1

除了子查询中无意义（但也无害）的 WHERE 子句之外，您的查询通常都很好：

UPDATE shared_link 
SET    is_duplicate_of_count = subquery.is_duplicate_of_count 
FROM  (
    SELECT url
         , count(url) AS is_duplicate_of_count 
    FROM   shared_link
--  WHERE  shared_link.url = url
    GROUP  BY url
    ) AS subquery
WHERE shared_link.url = subquery.url;

注释子句同

WHERE  shared_link.url = shared_link.url

因此只消除NULL 值（因为NULL = NULL 不是TRUE），这很可能既不是您的设置也不需要的。

---

除此之外，您只能使用别名和更短的名称进一步缩短代码：

UPDATE shared_link s
SET    ct = u.ct
FROM  (
    SELECT url, count(url) AS ct
    FROM   shared_link
    GROUP  BY 1
    ) AS u
WHERE s.url = u.url;

在 PostgreSQL 9.1 或更高版本中，您也许可以在 一个 SQL 语句中使用聚合函数和窗口函数来执行整个操作（识别欺骗、合并数据、删除欺骗）和data-modifying CTEs - 从而消除了开始额外列的需要。