INSERT ON DUPLICATE KEY：将值相加答案

【问题标题】：INSERT ON DUPLICATE KEY: Add values togetherINSERT ON DUPLICATE KEY：将值相加
【发布时间】：2017-12-14 17:12:41
【问题描述】：

我需要更改包含 dates 和 amounts 的 SQL 表的日期列，例如20170101 到 20170102。但是，新日期20170102 可能已经存在。这会导致重复键错误，因为日期列是唯一索引的一部分。

我的第一个想法是使用 INSERT ON DUPLICATE KEY：

INSERT INTO table (Date, Amount)
SELECT '20170102', Amount
FROM table
WHERE Date = '20170101'
ON DUPLICATE KEY UPDATE Amount = OldAmount + NewAmount

Amount = OldAmount + NewAmount 部分显然无法工作。但是我该如何解决我的问题呢？

【问题讨论】：

mysql 和 tsql 标签通常是不兼容的。请使用适当的软件（MySQL、Oracle、DB2...）和版本标记您的问题，例如sql-server-2014。语法和功能的差异通常会影响答案。请注意，tsql 缩小了选择范围，但没有指定数据库。
this 问题有帮助吗？
合并命令应该可以让你到达那里

标签： tsql insert sql-update sql-server-2014 on-duplicate-key

【解决方案1】：

这是你的答案：假设旧表 TABLE1 (DATE1 DATE PRIMARY KEY, AMOUNT INT);

将新列 Date2 添加为 DATE：

ALTER TABLE TABLE1 添加列 DATE2 日期；
按旧日期生成所有 DATE2；

UPDATE TABLE1 设置 DATE2=DATE1; -- OLD 列 DATE1 或 DATE
UPDATE DATE2 你要更新哪条记录的日期

UPDATE TABLE1 SET DATE2='20170101' where DATE1='20170102'; -- 假设 20170101 已经存在
获取添加金额的记录

SELECT DATE2,sum(AMOUNT) from TABLE1 group by 1; -- 这将显示所有带有 sum 的记录
您可以创建新表 TABLE2 并插入这些记录：

CREATE TABLE TABLE2 (DATE1 DATE PRIMARY KEY, AMOUNT int); INSERT INTO TABLE2 SELECT DATE2, SUM(AMOUNT) FROM TABEL1 GROUP BY 1;

【讨论】：

【解决方案2】：

如果您使用的是 SQL Server，请尝试使用合并语句。

澄清一下 - 您需要更改表中记录的日期还是只是添加新记录？

CREATE TABLE #DataTable
(
    SomeDate DATE,
    Amount INT
)

INSERT #DataTable
VALUES
('20170101', 1),
('20170206', 2),
('20170309', 3),
('20170422', 4),
('20170518', 5)

DECLARE @NewValues TABLE
(
    SomeDate DATE,
    Amount INT
)

INSERT @NewValues
VALUES
('20170101', 10), --Update
('20170309', 15), --Update
('20170612', 6), --Insert
('20170725', 7) --Insert

MERGE INTO #DataTable AS tgt
USING @NewValues AS nv
    ON  nv.SomeDate = tgt.SomeDate
WHEN NOT MATCHED THEN INSERT
VALUES
(nv.SomeDate, nv.Amount)
WHEN MATCHED THEN UPDATE
SET tgt.Amount = tgt.Amount + nv.Amount
OUTPUT  $action AS MergeAction, 
        Inserted.SomeDate, 
        Deleted.Amount AS OldValue, 
        Inserted.Amount AS NewValue;

DROP TABLE #DataTable;

【讨论】：