Sql server 选择“按唯一列区分”

例如，现在我有一个如下表：

Col1      Col2  Col3    Col4
1         1     1       1
11        2     3       44
111       2     3       444
1111      3     3       3

我有另一个具有相同结构的表，只是它有一个唯一的索引，包括Col2和Col3。所以，我想从第一个表中选择并插入到第二个表中，但跳过具有相同唯一索引的记录。因此，我可以创建一个包含以下数据的新表：

Col1      Col2  Col3    Col4
1         1     1       1
11        2     3       44
1111      3     3       3

我该怎么做

---

目前我正在使用Merge-Into，但在我的表有数百万条记录的情况下，速度非常慢

请尝试此查询，而不使用唯一索引/约束-

查询：

DECLARE @temp TABLE
(
       Col1 VARCHAR(10)
     , Col2 VARCHAR(10)
     , Col3 VARCHAR(10)
     , Col4 VARCHAR(10)
)

INSERT INTO @temp (Col1, Col2, Col3, Col4)
VALUES 
     ('1',     '1', '1', '1'),
     ('11',    '2', '3', '44'),
     ('111',   '2', '3', '444'),
     ('1111',  '3', '3', '3')

SELECT
      Col1 = MIN(Col1)
    , Col2
    , Col3
    , Col4 = MIN(Col4)
FROM @temp
GROUP BY
      Col2
    , Col3

Col1       Col2       Col3       Col4
---------- ---------- ---------- ----------
1          1          1          1
11         2          3          44
1111       3          3          3

输出：

DECLARE @temp TABLE
(
       Col1 VARCHAR(10)
     , Col2 VARCHAR(10)
     , Col3 VARCHAR(10)
     , Col4 VARCHAR(10)
)

INSERT INTO @temp (Col1, Col2, Col3, Col4)
VALUES 
     ('1',     '1', '1', '1'),
     ('11',    '2', '3', '44'),
     ('111',   '2', '3', '444'),
     ('1111',  '3', '3', '3')

SELECT
      Col1 = MIN(Col1)
    , Col2
    , Col3
    , Col4 = MIN(Col4)
FROM @temp
GROUP BY
      Col2
    , Col3

Col1       Col2       Col3       Col4
---------- ---------- ---------- ----------
1          1          1          1
11         2          3          44
1111       3          3          3

---

在没有唯一索引/约束的情况下尝试此查询-

查询：

DECLARE @temp TABLE
(
       Col1 VARCHAR(10)
     , Col2 VARCHAR(10)
     , Col3 VARCHAR(10)
     , Col4 VARCHAR(10)
)

INSERT INTO @temp (Col1, Col2, Col3, Col4)
VALUES 
     ('1',     '1', '1', '1'),
     ('11',    '2', '3', '44'),
     ('111',   '2', '3', '444'),
     ('1111',  '3', '3', '3')

SELECT
      Col1 = MIN(Col1)
    , Col2
    , Col3
    , Col4 = MIN(Col4)
FROM @temp
GROUP BY
      Col2
    , Col3

Col1       Col2       Col3       Col4
---------- ---------- ---------- ----------
1          1          1          1
11         2          3          44
1111       3          3          3

输出：

DECLARE @temp TABLE
(
       Col1 VARCHAR(10)
     , Col2 VARCHAR(10)
     , Col3 VARCHAR(10)
     , Col4 VARCHAR(10)
)

INSERT INTO @temp (Col1, Col2, Col3, Col4)
VALUES 
     ('1',     '1', '1', '1'),
     ('11',    '2', '3', '44'),
     ('111',   '2', '3', '444'),
     ('1111',  '3', '3', '3')

SELECT
      Col1 = MIN(Col1)
    , Col2
    , Col3
    , Col4 = MIN(Col4)
FROM @temp
GROUP BY
      Col2
    , Col3

Col1       Col2       Col3       Col4
---------- ---------- ---------- ----------
1          1          1          1
11         2          3          44
1111       3          3          3

---

我怀疑您能否比合并做得更好，但您可以尝试优化合并查询。是否可以发布您当前使用的查询？无论如何，在这种情况下，分析往往是快速的。例如，沿着以下路线的东西：

SELECT Col1, Col2, Col3, Col4
FROM (
    SELECT Col1,
           Col2,
           Col3,
           Col4,
           MIN(Col1) OVER (PARTITION BY COL2, COL3) AS MinCol1
    FROM someTable
) Temp
WHERE Col1 = MinCol1

---

我怀疑您能否比合并做得更好，但您可以尝试优化合并查询。是否可以发布您当前使用的查询？无论如何，在这种情况下，分析往往是快速的。例如，沿着以下路线的东西：

SELECT Col1, Col2, Col3, Col4
FROM (
    SELECT Col1,
           Col2,
           Col3,
           Col4,
           MIN(Col1) OVER (PARTITION BY COL2, COL3) AS MinCol1
    FROM someTable
) Temp
WHERE Col1 = MinCol1

---

---

如果对（Col2，Col3）确实有唯一索引/约束，则表数据处于无效状态，您将面临更大的问题。记录不应具有相同的唯一索引。如果他们这样做了，那就不是唯一的索引。如果您只是想为每个唯一的Col2/Col3组合选择一个值，那么您必须添加要选择的记录。只是“跳过”记录是没有意义的，因为默认情况下，假定数据不会以任何特定方式排序。对不起，我的错误，我已经编辑了我的问题。如果您确实对（Col2，Col3）有唯一索引/约束，那么表数据处于无效状态，并且您手头有一个更大的问题。记录不应该具有相同的唯一索引。如果他们这样做了，那就不是唯一的索引。如果您只是想为每个唯一的Col2/Col3组合选择一个值，那么您必须添加要选择的记录。只是“跳过”记录是没有意义的，因为默认情况下，数据被假定为不以任何特定方式排序。对不起，我的错误，我编辑了我的问题上面的数据只是一个例子，实际上，它是varchar数据类型，它也不是简单的1,2,3，这样也可以工作好的varchar，但是上面的查询可以很好地从不同的记录中选择数据。这几乎永远不会是你想要的。谢谢你，这已经足够好了。我想问您另一个问题，如果我像您一样在第一个表中使用group by，则会发生错误：列“Col1”在select列表中无效，因为它不包含在聚合函数或group by子句中。但是如果我使用一个临时表，就像你的答案一样，它是可以的。那么为什么会发生这种情况呢？如果我理解正确，只需将

Col1

放在

groupby

块中，或者为该列添加聚合函数。上面的数据只是一个示例，实际上，它是varchar数据类型，并且它也不是简单的1,2,3，这样也可以使用好的varchar，但是上面的查询可以很好地从不同的记录中选择数据。这几乎永远不会是你想要的。谢谢你，这已经足够好了。我想问您另一个问题，如果我像您一样在第一个表中使用group by，则会发生错误：列“Col1”在select列表中无效，因为它不包含在聚合函数或group by子句中。但是如果我使用一个临时表，就像你的答案一样，它是可以的。那么为什么会发生这种情况呢？如果我理解正确，只需将

Col1

放入

groupby

块中，或者为该列添加聚合函数。当我删除唯一索引并将所有记录插入新表时，插入2200万条记录只需大约1小时。但是如果我使用merge-into，它会花费我将近3个小时。所以我觉得很慢,（.关于这个问题，Devart有一个很好的答案，但有了这个答案，我必须先将数据插入临时表，然后再插入实际表。我想这也会很慢。Devart，你对我的情况有什么理想吗？我很难理解你的问题@user2500561。你能提供你的查询吗（

'Col1'无效

）记录集很小。啊，你上面的答案是正确的：）。我忘记了Col1=MIN（Col1）。很抱歉：）当我删除唯一索引并将所有记录插入新表时，插入2200万条记录只需大约1小时。但如果我使用merge-in，则需要将近3小时。所以我觉得速度非常慢：（.关于这个问题，Devart有一个很好的答案，但有了这个答案，我必须先将数据插入临时表，然后再插入实际表。我想这也会很慢。Devart，你对我的情况有什么理想吗？我很难理解你的问题@user2500561。你能提供你的查询吗（

'Col1'无效

）记录集很小。啊，您上面的答案是正确的：）。我忘记了Col1=MIN（Col1）。对此表示抱歉：）