嗨,我有一个登录表,其中有一些重复的用户名。是的,我知道我应该对它进行限制,但现在已经太晚了!
所以本质上我想要做的是首先识别重复项。我不能删除它们,因为我不能太确定哪个帐户是正确的。这两个帐户具有相同的用户名,两个帐户具有大致相同的信息,但有一些小差异。
有没有办法高效地编写脚本,以便我可以在每个副本中只向一个帐户添加"_duplicate“?
发布于 2017-12-18 09:01:02
您可以在OVER()子句中使用ROW_NUMBER和PARTITION BY来查找重复项,并使用可更新的CTE来相应地更改这些值:
DECLARE @dummyTable TABLE(ID INT IDENTITY, UserName VARCHAR(100));
INSERT INTO @dummyTable VALUES('Peter'),('Tom'),('Jane'),('Victoria')
,('Peter') ,('Jane')
,('Peter');
WITH UpdateableCTE AS
(
SELECT t.UserName AS OldValue
,t.UserName + CASE WHEN ROW_NUMBER() OVER(PARTITION BY UserName ORDER BY ID)=1 THEN '' ELSE '_duplicate' END AS NewValue
FROM @dummyTable AS t
)
UPDATE UpdateableCTE SET OldValue = NewValue;
SELECT * FROM @dummyTable;结果
ID UserName
1 Peter
2 Tom
3 Jane
4 Victoria
5 Peter_duplicate
6 Jane_duplicate
7 Peter_duplicate您可以将ROW_NUMBER()作为另一列包含进来,以查找重复的序号。如果您有一个sort子句来使用1获得最早的(或必须是当前的)编号,那么查找和纠正重复项应该很容易。
一旦你清理完了这些乱七八糟的东西,你就应该确保不要再买新的了。但是你已经知道了:-D
发布于 2017-12-18 12:38:20
没有简单的方法可以摆脱这个噩梦。需要一些手动操作。
首先识别重复项。
select * from dbo.users
where userId in
(select userId from dbo.users
group by username
having count(userId) > 1)重新运行上面的查询。从这个列表中找出相同的重复项(例如,通过电子邮件),并将它们合并到单个记录中。如果他们之前做了一些有用的事情(例如,下了订单),那么首先将这些订单分配给幸存下来的用户。删除其他。
继续使用其他条件,直到您删除重复项。
然后在username字段上设置unique约束。
发布于 2017-12-18 13:04:01
在这种情况下,如果您重复,并且原始名称有一些差异,那么选择非重复行是非常不可能的,因为您不知道哪些是真实的,哪些是重复的。
我认为最好的做法是纠正你的数据,然后修复你从哪里得到这个微小的变体副本。
https://stackoverflow.com/questions/47860707
复制相似问题