从临时表更新每组选择“最后”行

Question

假设有一张数据表：

+----+-------+
| id | value |
+----+-------+
|  1 |     0 |
|  2 |     0 |
+----+-------+

我需要进行批量更新。并使用COPY FROM STDIN 快速插入临时表而不受约束，因此它可以在id 列中包含重复值

要更新的临时表：

+----+-------+
| id | value |
+----+-------+
|  1 |     1 |
|  2 |     1 |
|  1 |     2 |
|  2 |     2 |
+----+-------+

如果我简单地运行如下查询：

UPDATE test target SET value = source.value FROM tmp_test source WHERE target.id = source.id;

我得到了错误的结果：

+----+-------+
| id | value |
+----+-------+
|  1 |     1 |
|  2 |     1 |
+----+-------+

我需要目标表包含临时表中最后出现的值。

考虑到目标表可能包含数百万条记录，而临时表可能包含数万条记录，那么最有效的方法是什么？**

Answer 1

假设您想从最后插入临时表的行中获取value，在物理上，您可以（ab-）使用系统列ctid，表示物理位置：

UPDATE test AS target
SET    value = source.value
FROM  (
   SELECT DISTINCT ON (id)
          id, value
   FROM   tmp_test
   ORDER  BY id, ctid DESC
   ) source
WHERE  target.id = source.id
AND    target.value <> source.value;  -- skip empty updates

关于DISTINCT ON：

• Select first row in each GROUP BY group?

这建立在实现细节之上，不受 SQL 标准的支持。如果某些插入方法不应该按顺序写入行（如未来的“并行”INSERT），它就会中断。目前，它应该可以工作。关于ctid：

• How do I decompose ctid into page and row numbers?

如果您想要一种安全的方式，您需要添加一些用户列来表示行的顺序，例如 serial 列。但你真的在乎吗？你的决胜局似乎相当武断。见：

• Temporary sequence within a SELECT

AND target.value <> source.value

跳过空更新 - 假设两列都是NOT NULL。否则，使用：

AND target.value IS DISTINCT FROM source.value

见：

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