在已插入非唯一值之后，在PostgreSQL表列上强制唯一性

Question

我已经在一个表中插入了8000万条记录，但是需要确保几列是唯一的。 但是，这些列已经包含非唯一数据，因此ALTER TABLE不起作用。

我想要一个查询，该查询可以让我轻松删除不唯一的记录，同时保留其中一个记录，或者一个查询，该查询可以让我将当前表中的数据加载到新的记录中，同时过滤唯一性。

Answer 1

您要查找的查询是：

select distinct on (my_unique_1, my_unique_2) * from my_table;

这会针对上distinct on每种列组合选择一行。 实际上，它始终是第一行。 由于没有可靠的顺序返回行（因此这是第一个），因此很少使用它而没有order by 。

通过order by组合，您可以选择第一行（这使行的last_update_date值最大）：

 select distinct on (my_unique_1, my_unique_2) * 
 from my_table order by my_unique_1, my_unique_2, last_update_date desc;

现在，您可以将其选择到新表中：

 create table my_new_table as
 select distinct on (my_unique_1, my_unique_2) * 
 from my_table order by my_unique_1, my_unique_2, last_update_date desc;

或者，假设row_id是主键，则可以将其用于删除：

 delete from my_table where row_id not in (
     select distinct on (my_unique_1, my_unique_2) row_id 
     from my_table order by my_unique_1, my_unique_2, last_update_date desc);