处理“重复”的最佳方法答案

【问题标题】：Best way of dealing with "duplicates"处理“重复”的最佳方法
【发布时间】：2014-10-05 18:58:11
【问题描述】：

我有一个存储过程，可将数据从 ERP 提取到数据仓库 (DW)。我面临的问题是来自 DW 的人要求我为我没有的每一行设置一个唯一的 ID。

一个例子

CREATE TABLE [dbo].[INVOICES](
    [InvID] [nchar](10) NULL,
    [LineID] [nchar](10) NULL,
    [Amount] [decimal](32, 4) NULL
) ON [PRIMARY]

CREATE TABLE [dbo].[DISTRIBUTION](
    [InvID] [nchar](10) NULL,
    [LineID] [nchar](10) NULL,
    [Percent] [decimal](3, 2) NULL
) ON [PRIMARY]

InvID      LineID     Amount
---------- ---------- ---------------------------------------
FC0000001  1          6788.0000
FC0000001  2          8908.0000

InvID      LineID     Percent
---------- ---------- ----------------------
FC0000001  1          10
FC0000001  1          90
FC0000001  2          100

所以，你可以查询：

SELECT I.InvID + '-' + D.LineID AS ID, D.* 
FROM [INVOICES] AS I
LEFT JOIN [DISTRIBUTION] AS D 
     ON  D.InvID  = I.InvID 
     and D.LineID = I.LineID

会得到：

ID                   InvID      LineID     Percent
-------------------- ---------- ---------- ----------------------
FC0000001-1          FC0000001  1          10
FC0000001-1          FC0000001  1          90
FC0000001-2          FC0000001  2          100

但是，如您所见，如果 [DISTRIBUTION] 中有两条记录具有相同的 LineID 和 InvID，则您会从上面的查询中获得两条记录，并且表 [DISTRIBUTION] 不包含每行的 ID。

问题

所以，我需要动态创建一个 ID，即：

唯一（每行必须不同）
可重复（每次运行进程，相同的记录必须具有相同的 ID 值）
我没有 ERP 级别的 ID。我不能只在 [DISTRIBUTION] 中添加和 ID 表，因为它是第三方，设计不佳的 ERP。

我已经尝试过的

二进制校验和不安全，如果数据发生变化，ID 也会发生变化。
ROW_NUMBER() 是我正在使用的，但是...我对此并不满意。影响性能而且，它有可能改变。
辞职不是我的选择:)

【问题讨论】：

我已经编辑了你的标题。请参阅“Should questions include “tags” in their titles?”，其中的共识是“不，他们不应该”。
它是哪个 ERP - 可能有人已经解决了您的问题？您是否联系过他们的支持人员？
分布是否可能发生变化，或者行项目是否可能发生变化？如果是这样，我认为“可重复”是不可能的，除非您存储分布和订单项之间的映射。
能否请您澄清这个要求 - '可重复（每次我运行该过程，相同的记录必须具有相同的 ID 值）。究竟是什么定义了记录是相同的？哪些数据可以更改并且记录仍应计入相同的数量？我认为，如果所有列都可能发生变化，您需要对本质上不安全的任何记录进行物理参考。因此，如果您在 DISTRIBUTION 中有独特的内容，请使用二进制校验和 - 如果数据更改，则意味着记录被删除。
您说您不能使用“二进制检查”来制作某种聚合 ID，因为数据可能会更改，但也是数据使您拥有“重复”行？如果百分比发生变化，则行发生变化，那么它是否应该具有相同的标识？

标签： sql-server tsql uniqueidentifier

【解决方案1】：

在 Oracle 中，每个 Table 中的每一行都有一个 ROWID，在 SQL Server 中，有一个未记录的列 %%physloc%% 与 ROWID 相同。

所以你可以试试。

SELECT %%physloc%%, * 
FROM [DISTRIBUTION]

有关 %%physloc%%

的更多信息，请参阅 stackoverflow 上写得很好的 answer

【讨论】：