SQL Server：基于两列生成唯一的客户密钥

Question

我正在清理电子商务网站上的客户列表。 客户列表在客户 ID 和客户电子邮件之间存在多对多关系。 例如，客户可以在登录或匿名时使用相同的电子邮件下订单，结果将是两个具有相同电子邮件但不同客户 ID 的客户记录。 同样，客户可以在登录时使用两个不同的电子邮件创建订单，这将导致客户记录具有相同的 ID 但电子邮件不同。 鉴于此，我想根据电子邮件或客户编号创建一个具有真正唯一 ID 的客户列表。 另外，也有邮件为空的情况，所以如果客户记录都是空邮件但ID不同，就需要考虑两个不同的客户。

所以给出这样的东西：

CUST_ID CUST_EMAIL
------------------------
123     test1@gmail.com
123     test2@gmail.com
124     test3@gmail.com
125     test3@gmail.com
126
127
128     test4@gmail.com
128     test5@gmail.com
129     test4@gmail.com

我想生成这样的密钥：

CUST_ID CUST_EMAIL      NEW_CUST_KEY
------------------------------------
123     test1@gmail.com     1
123     test2@gmail.com     1
124     test3@gmail.com     2
125     test3@gmail.com     2
126                         3
127                         4
128     test4@gmail.com     5
128     test5@gmail.com     5
129     test4@gmail.com     5

Answer 1

OLDTABLE - 你的表是 NEWTABLE - 会有结果

CREATE TABLE #NEWTABLE
(
    NEW_CUST_KEY int not null ,
    CUST_ID int not null, 
    CUST_EMAIL nvarchar(100) null   
)
------------------------------------
insert into #NEWTABLE (NEW_CUST_KEY,CUST_ID,CUST_EMAIL)
SELECT ROW_NUMBER() OVER(ORDER BY CUST_ID, CUST_EMAIL) AS NEW_CUST_KEY, CUST_ID, CUST_EMAIL 
FROM
(
    SELECT CUST_ID, CUST_EMAIL
    FROM OLDTABLE 
    GROUP BY CUST_ID, CUST_EMAIL
) T


UPDATE Upd SET NEW_CUST_KEY = T.NEW_CUST_KEY
FROM #NEWTABLE Upd
join (
    SELECT CUST_ID, min(NEW_CUST_KEY) AS NEW_CUST_KEY 
    FROM #NEWTABLE 
    GROUP BY CUST_ID) T
on Upd.CUST_ID = T.CUST_ID

UPDATE Upd SET NEW_CUST_KEY = T.NEW_CUST_KEY
FROM #NEWTABLE Upd
join (
    SELECT CUST_EMAIL, min(NEW_CUST_KEY) AS NEW_CUST_KEY 
    FROM #NEWTABLE 
    GROUP BY CUST_EMAIL) T    
on nullif(Upd.CUST_EMAIL,'') = nullif(T.CUST_EMAIL,'')    

UPDATE Upd SET NEW_CUST_KEY = T.CHANGE_CUST_KEY
FROM #NEWTABLE Upd
join (
    SELECT NEW_CUST_KEY, ROW_NUMBER() OVER(ORDER BY NEW_CUST_KEY) AS CHANGE_CUST_KEY
    FROM #NEWTABLE 
    GROUP BY NEW_CUST_KEY) T
on Upd.NEW_CUST_KEY = T.NEW_CUST_KEY

select * from #NEWTABLE

Answer 2

我想你可以使用 row_number ..... 这样的东西......

SELECT DISTINCT CUST_ID, CUST_EMAIL
ROW_NUMBER() OVER(PARTITION BY CUST_ID, CUST_EMAIL) AS New_Cust_Key
FROM YOUR TABLES

Answer 3

我试图将您的用户及其 ID 映射到他们的电子邮件，反之亦然，因此我创建了这个 Frankenstein 怪物查询：

DECLARE @Customers TABLE
(
  CUST_ID INT
  , CUST_EMAIL VARCHAR(20)
);

INSERT INTO @Customers (CUST_ID, CUST_EMAIL)
VALUES (123, 'test1@gmail.com')
  , (123, 'test2@gmail.com')
  , (124, 'test3@gmail.com')
  , (125, 'test3@gmail.com')
  , (126, '')
  , (127, '')
  , (128, 'test4@gmail.com')
  , (128, 'test5@gmail.com')
  , (129, 'test4@gmail.com');


SELECT DISTINCT C.CUST_ID
  , C.CUST_EMAIL
  , DENSE_RANK() OVER(ORDER BY T.CUST_ID) AS NEW_CUST_KEY
FROM @Customers AS C
INNER JOIN (
  SELECT CUST_ID, CUST_EMAIL
  FROM @Customers
  EXCEPT
  SELECT C2.CUST_ID, C2.CUST_EMAIL
  FROM @Customers AS C1
  INNER JOIN @Customers AS C2
    ON C2.CUST_EMAIL = C1.CUST_EMAIL
    AND C2.CUST_ID > C1.CUST_ID
    AND C1.CUST_EMAIL <> ''
  ) AS T
  ON CASE
    WHEN (T.CUST_ID = C.CUST_ID AND T.CUST_EMAIL = C.CUST_EMAIL AND T.CUST_EMAIL = '') THEN 1
    WHEN (T.CUST_ID = C.CUST_ID OR T.CUST_EMAIL = C.CUST_EMAIL) AND T.CUST_EMAIL <> '' THEN 1
    ELSE 0
  END = 1;

使用它产生的测试数据，它似乎确实符合您的期望：

╔═════════╦═════════════════╦═══════════════╗
║ CUST_ID ║   CUST_EMAIL    ║ NEW_CUST_KEY  ║
╠═════════╬═════════════════╬═══════════════╣
║     123 ║ test1@gmail.com ║             1 ║
║     123 ║ test2@gmail.com ║             1 ║
║     124 ║ test3@gmail.com ║             2 ║
║     125 ║ test3@gmail.com ║             2 ║
║     126 ║                 ║             3 ║
║     127 ║                 ║             4 ║
║     128 ║ test4@gmail.com ║             5 ║
║     128 ║ test5@gmail.com ║             5 ║
║     129 ║ test4@gmail.com ║             5 ║
╚═════════╩═════════════════╩═══════════════╝

您可以在data.stackexchange.com上在现实生活中看到这一点

让我知道这是否适用于您的实际数据库。