如何删除具有外键依赖项的重复行？

Question

我确定这是常见的地方，但 Google 没有帮助。我正在尝试在 PostgreSQL 9.1 中编写一个简单的存储过程，它将从父 cpt table 中删除重复条目。父项 table cpt 被子项 table lab 引用，定义为：

CREATE TABLE lab (
 recid serial NOT NULL,
 cpt_recid integer,
  ........
 CONSTRAINT cs_cpt FOREIGN KEY (cpt_recid)
   REFERENCES cpt (recid) MATCH SIMPLE
   ON UPDATE NO ACTION ON DELETE RESTRICT,
 ...
);

我遇到的最大问题是如何获取失败的记录，以便我可以在 EXCEPTION 子句中使用它来将子行从 lab 移动到一个 acceptable 键，然后循环并从 cpt table 中删除不需要的记录。

这是（非常错误的）代码：

CREATE OR REPLACE FUNCTION h_RemoveDuplicateCPT()
  RETURNS void AS
$BODY$
BEGIN
LOOP
   BEGIN

   DELETE FROM cpt
   WHERE recid IN (
      SELECT recid
      FROM  (
         SELECT recid,
         row_number() over (partition BY cdesc ORDER BY recid) AS rnum
         FROM cpt) t
      WHERE t.rnum > 1)
   RETURNING recid;

   IF count = 0 THEN
      RETURN;
   END IF;  

   EXCEPTION WHEN foreign_key_violation THEN
      RAISE NOTICE 'fixing unique_violation';
      RAISE NOTICE 'recid is %' , recid;
   END;
END LOOP;
END;                    
$BODY$
LANGUAGE plpgsql VOLATILE;

Answer 1

您可以select所有重复项一次并使用记录变量循环结果。您将可以访问整个当前记录。下面的函数可以作为例子：

create or replace function show_remove_duplicates_in_cpt ()
returns setof text language plpgsql
as $$
declare
    rec record;
begin
    for rec in
        select * from (
            select 
                recid, cdesc, 
                row_number() over (partition by cdesc order by recid) as rnum
            from cpt
            ) alias
        where rnum > 1
    loop
        return next format ('fixing foreign key for %s %s %s', rec.recid, rec.cdesc, rec.rnum);
        return next format ('deleting from cpt where recid = %s', rec.recid);
    end loop;
end $$;

select * from show_remove_duplicates_in_cpt ();

Answer 2

您可以使用 单个 SQL 语句 和 data-modifying CTEs 更有效地完成此操作。

WITH plan AS (
   SELECT *
   FROM  (
      SELECT recid, min(recid) OVER (PARTITION BY cdesc) AS master_recid
      FROM   cpt
      ) sub
   WHERE  recid <> master_recid  -- ... <> self
   )
 , upd_lab AS (
   UPDATE lab l
   SET    cpt_recid = p.master_recid   -- link to master recid ...
   FROM   plan p
   WHERE  l.cpt_recid = p.recid
   )
DELETE FROM cpt c
USING  plan p
WHERE  c.recid = p.recid
RETURNING c.recid;

db<>fiddle here（第 11 页）
SQL Fiddle（第 9.6 页）

这应该 much 更快更干净。循环比较昂贵，异常处理比较昂贵。
更重要的是，lab 中的引用会自动重定向到 cpt 中的相应主行，这还不在您的原始代码中。所以你可以一次删除所有的复制品.

如果愿意，您仍然可以将其包装在 plpgsql 或 SQL 函数中。

说明

在第一个 CTE plan 中，用相同的 cdesc 在每个分区中标识一个主行。在您的情况下，具有最小 recid.
在第 2 个 CTE upd_lab 中将引用欺骗的所有行重定向到 cpt 中的主行。
最后，删除重复项，这不会引发异常，因为依赖行几乎同时链接到剩余的主行。

`ON DELETE RESTRICT`

语句的所有 CTE 和主查询都对基础表的相同快照进行操作，实际上并发。他们看不到彼此对基础表的影响：

Delete parent if it's not referenced by any other child

人们可能期望 ON DELETE RESTRICT 的 FK 约束会引发异常，因为 [per documentation][3]:

Referential actions other than the NO ACTION check cannot be deferred, even if the constraint is declared deferrable.

然而，上面的语句是单个命令并且，[再次使用手册][3]:

A constraint that is not deferrable will be checked immediately after every command.

大胆强调我的。当然，也适用于限制较少的默认 ON DELETE NO ACTION。

但要警惕写入相同表的并发事务，但这是一般考虑因素，并非特定于此任务。

适用于 UNIQUE 和 PRIMARY KEY 约束的例外情况，但这与这种情况无关：

Constraint defined DEFERRABLE INITIALLY IMMEDIATE is still DEFERRED?

如何删除具有外键依赖项的重复行？

How to remove duplicate rows with foreign keys dependencies?

database

postgresql

exception-handling

foreign-keys

plpgsql

说明

`ON DELETE RESTRICT`