基于同一列更新答案

【问题标题】：Update based on same column基于同一列更新
【发布时间】：2020-05-31 23:46:14
【问题描述】：

我有一张这样的桌子：

ID | Flag
-----------
 1 | True
 1 | True
 1 | NULL
 1 | True
 1 | NULL
 2 | False
 2 | False
 2 | False
 2 | NULL
 2 | NULL

我想要这样的输出：

ID | Flag
-----------
 1 | True
 1 | True
 1 | True
 1 | True
 1 | True
 2 | False
 2 | False
 2 | False
 2 | False
 2 | False

我想用不同记录中分配的值替换空值。有没有办法在单个更新语句中做到这一点？

【问题讨论】：

标签： sql postgresql group-by sql-update

【解决方案1】：

一个选项使用相关子查询：

update mytable t
set flag = (select bool_or(flag) from mytable t1 where t1.id = t.id)

Demo on DB Fiddle：

编号 |旗帜 -: | :--- 1 |吨 1 |吨 1 |吨 1 |吨 1 |吨 2 | F 2 | F 2 | F 2 | F 2 | F

【讨论】：

【解决方案2】：

你也可以使用exists:

update t
     set flag = exists (select 1 from t t2 where t2.id = t.id and t2.flag);

exists 与聚合子查询相比的优势在于性能：查询可以在flag 为真的第一行停止。这是对(id, flag) 上的索引的简单索引查找。

通过限制更新的行数可以进一步提高性能。这实际上暗示了两个单独的陈述：

update t
    set flag = true
    where (flag is null or not flag) and
          exists (select 1 from t t2 where t2.id = t.id and t2.flag);

update t
    set flag = false
    where (flag is null or flag) and
          not exists (select 1 from t t2 where t2.id = t.id and not t2.flag);

这些可以组合成一个（更复杂的）语句，但是被更新的集合是不相交的。这将更新限制为需要更新的行，并将子查询限制为简单的查找（假设索引位于 (id, flag)）。

【讨论】：

【解决方案3】：

提供的答案满足您的样本数据，但仍可能使您无法获得满意的答案。那是因为您的样本数据缺少几个重要的集合。如果您有以下内容，而不是当前的样本数据，或者除了您当前的样本数据之外，会发生什么情况？

+----+-------+
| id | flag  |
+----+-------+
|  3 | true  |
|  3 | false |
|  3 | null  |
|  4 | null  |
|  4 | null  |
+----+-------+

答案可能大不相同。

【讨论】：

【解决方案4】：

假设（如您的示例数据所示）：

集合中的id 和true 和 false 永远不会有相同的id。否则，您必须定义要做什么。
如果相同的id 没有非空值，null 的值将保持不变。

这应该会给你最好的表现：

UPDATE tbl t
SET    flag = t1.flag
FROM  (
   SELECT DISTINCT ON (id)
          id, flag
   FROM   tbl
   ORDER  BY id, flag
   ) t1                      -- avoid repeated computation for same id
WHERE  t.id = t1.id
AND    t.flag IS NULL        -- avoid costly no-op updates
AND    t1.flag IS NOT NULL;  -- avoid costly no-op updates;

db小提琴here

子查询t1 提取每个 id 的目标值一次。

SELECT DISTINCT ON (id)
       id, flag
FROM   tbl
ORDER  BY id, flag;

由于null 排在最后，它有效地抓取每个id 的第一个非空值。 false 排在 true 之前，但这与案件无关，因为同一个 id 不可能同时存在。见：

如果每个 id 有很多行，则有更快的技术：

Optimize GROUP BY query to retrieve latest row per user

外部查询中添加的条件可防止发生所有无操作更新，从而避免重大成本。只有null 值实际发生变化的行才会更新。见：

How do I (or can I) SELECT DISTINCT on multiple columns?

【讨论】：