从 temp table 更新每组选择 "last" 行

Question

假设有一个 table 数据：

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

我需要进行批量更新。并使用 COPY FROM STDIN 不受约束地快速插入临时 table，因此它可以在 id 列

中包含重复值

要更新的温度 table：

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

如果我只是运行查询，例如：

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 table 包含最后出现在临时 table 中的值。

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

Answer 1

假设您想要从最后插入临时 table 的行中获取 value，实际上，您可以（滥用）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，并且不受 SQL 标准的支持。如果某些插入方法不应该按顺序写入行（比如未来的“平行”INSERT），它就会中断。目前，它应该工作。关于 ctid:

How do I decompose ctid into page and row numbers?

如果你想要一种安全的方式，你需要添加一些用户列来表示行的顺序，比如 serial 列。但你真的在乎吗？您的决胜局似乎相当武断。参见：

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

参见：

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

从 temp table 更新每组选择 "last" 行

UPDATE from temp table picking the "last" row per group

postgresql

sql-update

greatest-n-per-group

postgresql-performance

postgresql-11