从 2 个相关表中提取唯一电话号码的 SQL 查询

Question

我正在尝试从 2 个单独的表创建一个 ANI 查找表，一个是商店表，另一个是这些商店的联系人列表。

我使用的是 MS SQL Server 2005，不幸的是，它不支持 MERGE INTO 语法...

好东西： ANI 查找表有 2 个重要的列，StoreID 和 PhoneNumber。 PhoneNumber 列是（唯一的）主键，因为给定的 PhoneNumber 必须只返回一个 StoreID。

Store_Info 重要列：

StoreID  
StorePhone  
AltPhone  

每个 StoreID 都有一个记录，商店之间的电话号码可能重复。是的，AltPhone 可能与 StorePhone 相同...

Store_Contacts 重要列：

StoreID  
Phone  

StoreID 有多个条目，一个商店或多个商店的电话号码可能重复。

商店数据示例

StoreID   Parent ID StorePhone       AltPhone  
1         0         402-123-2300     402-123-2345  
2         0         202-321-7800     202-321-7890  
3         1         202-302-5600     202-302-5600  

联系人数据示例：

StoreID   Title    Name    Phone  
1         Mgr      Bob     402-123-2345  
1         IT       Pat     402-123-2346  
1         Reg Mgr  Dave    402-321-3213  
2         Mgr      Ann     202-231-7890  
2         IT       Mary    202-231-7893  
2         A/R      Ann     202-231-7890  
2         Reg Mgr  Dave    402-321-3213  
3         Mgr      Bob     402-123-2345  
3         AsstMgr  Pete    402-123-2356  

我想按以下优先级插入电话号码：

1. 主/单店StorePhone
2. 主/单店 AltPhone
3. 分店StorePhone
4. AltPhone 分店
5. 主/单店联系电话
6. 分店联系电话
   • 如果目标表中已存在电话号码，请勿添加...

所以结果数据集应该是：

StoreID  Phone  
1        402-123-2300  (first pass)  
2        202-321-7800  
1        402-123-2345  (2nd pass)  
2        202-321-7890  
3        202-302-5600  (3rd & 4th pass - only add once)  
1        402-123-2346  (5th pass - skip dup)  
1        402-321-3213  
2        202-231-7893  (do not add dups)  
3        402-123-2356  (final pass - skip dup)  

我优先选择要选择的重复电话号码的方法是根据其他条件（例如，主商店与分店）进行多次查询，将找到的第一个条目插入 ANI 查找表并跳过后续重复。

如何在不使用 RBAR 的情况下做到这一点？我尝试了以下方法，但没有成功 - 实际上，它可以正常工作，直到我到达 Store_Contacts 表，其中给定商店可能有多个相同的电话号码：

INSERT INTO dbo.Store_PhoneNumbers (StoreID, PhoneNumber)
    SELECT DISTINCT StoreID, dbo.GetPhoneNumber10(StorePhone)
    FROM dbo.Store_Info
    WHERE dbo.IsAniNumber(dbo.GetPhoneNumber10(StorePhone)) = 1
        AND ParentID = 0
        AND NOT EXISTS (SELECT * FROM dbo.Store_PhoneNumbers WHERE PhoneNumber = dbo.GetPhonenumber10(StorePhone));

... 重复 AltPhone，然后 StorePhone where ParentID 0 然后 AltPhone w/ ParentID 0

到目前为止一切都很好，那么这里就是分崩离析的地方：

INSERT INTO dbo.Store_PhoneNumbers (StoreID, PhoneNumber)
    SELECT DISTINCT sc.StoreID, dbo.GetPhoneNumber10(sc.Phone)
    FROM Store_Contacts sc
            INNER JOIN
        Store_Info si ON sc.StoreID = si.StoreID
    WHERE (dbo.IsAniNumber(dbo.GetPhoneNumber10(sc.Phone)) = 1)
        AND (si.ParentID = 0)
        AND NOT EXISTS (SELECT * FROM dbo.Store_PhoneNumbers WHERE PhoneNumber = dbo.GetPhonenumber10(sc.Phone));

... 并重复 ParentID 0

这就是我得到重复条目并且插入失败的地方。

感谢您能给我的任何帮助，我即将放弃并使用光标，只是为了完成它...
戴夫

Answer 1

SELECT DISTINCT sc.StoreID, dbo.GetPhoneNumber10(sc.Phone)

DISTINCT 是错误的。它将允许 2 家商店共享相同的号码。使用 GROUP BY 确保第二列是唯一的。

INSERT INTO dbo.Store_PhoneNumbers (StoreID, PhoneNumber)
SELECT MIN(StoreID), PhoneNumber
FROM
(
  SELECT sc.StoreID as StoreID, dbo.GetPhoneNumber10(sc.Phone) as PhoneNumber
  FROM Store_Contacts sc
      INNER JOIN
      Store_Info si ON sc.StoreID = si.StoreID
  WHERE (dbo.IsAniNumber(dbo.GetPhoneNumber10(sc.Phone)) = 1)
      AND (si.ParentID = 0)
      AND NOT EXISTS (SELECT * FROM dbo.Store_PhoneNumbers WHERE PhoneNumber = dbo.GetPhonenumber10(sc.Phone))
) sub
GROUP BY PhoneNumber

您可以在其他查​​询中使用 distinct 的原因是您在其中使用单个 StoreID。此查询返回多个 StoreID。

Answer 2

仅供参考，

ANI = http://en.wikipedia.org/wiki/Automatic_Number_Identification

RBAR= 逐行逐行

Answer 3

不就是简单的基于以下的查询吗：

SELECT StorePhone AS Phone -- , ...other columns...
    FROM StoreInfo
UNION
SELECT AltPhone AS Phone   -- , ...other columns...
    FROM StoreInfo
UNION
SELECT Phone               -- , ...other columns...
    FROM Store_Contacts

如果 AltPhone 可以为空，您可以添加 WHERE 子句来消除空值。我不清楚您所说的 ANI 或 RBAR 是什么意思。只要网络相同，您显然可以向不同的结果集添加额外的列。 UNION 会自动消除重复行。

---

如果目标表中已存在电话号码，请不要添加...

啊，那么你需要 MERGE 语句。您可以使用上述查询的一个小变体作为数据源 MERGE 到您的目标表中。

SQL 2003 标准中语句的 BNF（第 14.9 节）：

<merge statement> ::=
     MERGE INTO <target table> [ [ AS ] <merge correlation name> ]
     USING <table reference> ON <search condition>
     <merge operation specification>

<merge correlation name> ::= <correlation name>

<merge operation specification> ::= <merge when clause> ...

<merge when clause> ::=
    <merge when matched clause> |
    <merge when not matched clause>

<merge when matched clause> ::=
    WHEN MATCHED THEN <merge update specification>

<merge when not matched clause> ::=
    WHEN NOT MATCHED THEN <merge insert specification>

<merge update specification> ::= UPDATE SET <set clause list>

<merge insert specification>  ::=
     INSERT [ <left paren> <insert column list> <right paren> ]
     [ <override clause> ] VALUES <merge insert value list>

<merge insert value list> ::=
     <left paren> <merge insert value element>
     [ { <comma> <merge insert value element> }... ] <right paren>

<merge insert value element> ::=
     <value expression> |
     <contextually typed value specification> 

您还可以在相关产品手册中找到该声明的说明，该手册通常提供更多选项。在您的情况下，您可能会省略 WHEN MATCHED 子句，只使用 WHEN NOT MATCHED 子句。

---

补充观察：

MS SQL Server 2005 不支持 MERGE。

不是我所知道的唯一具有该限制的 DBMS。

那么，您可能会面临创建一个临时表并使用 UNION-select 语句中的数据加载它的问题。

然后，您可以根据主数据表中相应行的不存在，从临时表中插入主数据表。至少，某些 DBMS 允许您这样做。我不是 MS SQL Server 专家，所以我不知道 UPDATE 语句的细则是否会阻止您从 UPDATE 语句的子查询中更新的表中进行选择。如果您受到限制，那可能会很麻烦。

另一个选项是将表格卸载为纯文本，并将UNION-select数据卸载为纯文本，然后使用文件系统（命令行）选项来处理它。这有多可行取决于我忘记的数据量。 Perl 在这里很有用，将主表读入散列，然后从 UNION-select 数据中选择性地更新它，最后将数据重写到加载文件。然后你“只是”开始事务，删除所有旧数据，加载所有新数据，然后交叉手指并提交。这样做的缺点是会丢失卸载和加载之间所做的更改。因此，如果您决定使用此技术，请务必小心。您可能希望在事务中进行卸载，修改数据，然后删除并重新加载——所有这些都在同一个事务中。只需按一下按钮（返回键）即可完成整个工作。

Answer 4

我看到已经选择了一个答案，但如果我没有指出一个更简单、更通用的解决方案，那我就失职了。

不要在插入顺序中隐含优先级，而是明确显示。

您的问题基本上是，“我有多个数据源，并且我知道每个源的优先级。对于每个键，我希望选择具有最高优先级的单个数据。”

首先为您的密钥（电话）选择所有可能的数据（storeid）：

create table prioritized_phone( phone char(12), storeid int, priority int);

insert into prioritized_phone(phone, storeid, priority) 
select storephone, storeid, 1  from store_info
union
select altphone, storeid, 2 from store_info

我不知道你如何选择分店的电话，但有一些查询可以得到，可能是通过在 storeinfo 中使用 parentid，像这样：

union
select b.storephone, a.storeid, 3
from store_info a join storeinfo b on (a.parentid = b,storeid)
select b.altphone, a.storeid, 4
from store_info a join storeinfo b on (a.parentid = b,storeid)

然后是联系电话：

union 
select distinct phone, storeid, 5 from storecontacts;

完成此操作后，对于每部手机，删除除最低（最佳）优先级以外的任何内容：

delete from prioritized_phone a where a.priority > 
(select min( priority) from prioritized_phone b where b.phone = a.phone);

现在，对于每部手机，我们只有其最低优先级行。这仍然可能不是商店唯一的，因此我们任意选择手机的最低 storeid：

delete from prioritized_phone a where a.store_id > 
(select min( store_id ) from prioritized_phone b where b.phone = a.phone);

我们现在每部手机都有一个 storeid，但我们仍然可能有骗子：

create table phone_lookup( phone char(12), storeid int);

insert into phone_lookup(phone, storeid)
select distinct phone, storeid 
from prioritized_phone;

为什么这个解决方案更容易？因为它将优先级（隐含在您的解决方案中（由操作顺序隐含））变为我们可以选择的显式值。