在SQL Server中使用首选项进行选择

我在SQL Server 2000中有一个表，其数据类似于以下内容：

ReferenceNumber    ReferenceValue
00001              Not assigned
00002              Not assigned
00002              ABCDE

其中每个ReferenceNumber可以在表中多次出现，ReferenceValue为“Not assigned”或为true ReferenceValue

我想将数据转储到一个已清理的表中，每个ReferenceNumber只有一行，如果存在，则为true ReferenceValue；如果没有true ReferenceValue，则为“Not assigned”

我可以通过两个查询了解如何执行此操作：

SELECT TOP 1 ReferenceNumber, ReferenceValue
INTO clean
FROM duplicates
WHERE ReferenceValue <> 'Not assigned'

INSERT INTO clean(ReferenceNumber, ReferenceValue)
SELECT TOP 1 ReferenceNumber, ReferenceValue
WHERE ReferenceValue = 'Not assigned' 
AND ReferenceNumber NOT IN (SELECT ReferenceNumber FROM clean)

---

但我想一定有更好的办法。有什么想法吗？

对于SQL SERVER 2000，这可能是最简单的。第一个子句=实际值，第二个子句在第一个子句中找不到。也是你想法的延伸

SELECT d2.ReferenceNumber, d2.ReferenceValue
FROM duplicates d2
WHERE d2.ReferenceValue <> 'Not assigned'
UNION ALL
SELECT d1.ReferenceNumber, d1.ReferenceValue
FROM duplicates d1
WHERE NOT EXISTS (SELECT *
         FROM duplicates d2
         WHERE d2.ReferenceNumber = d1.ReferenceNumber AND
                 d2.ReferenceValue <> 'Not assigned')

---

然而，您希望用什么标准来连接真实参考值之间的中断？或者选择一个？

对于SQL SERVER 2000，这可能是最简单的。第一个子句=实际值，第二个子句在第一个子句中找不到。也是你想法的延伸

SELECT d2.ReferenceNumber, d2.ReferenceValue
FROM duplicates d2
WHERE d2.ReferenceValue <> 'Not assigned'
UNION ALL
SELECT d1.ReferenceNumber, d1.ReferenceValue
FROM duplicates d1
WHERE NOT EXISTS (SELECT *
         FROM duplicates d2
         WHERE d2.ReferenceNumber = d1.ReferenceNumber AND
                 d2.ReferenceValue <> 'Not assigned')

然而，您希望用什么标准来连接真实参考值之间的中断？还是选一个？

类似这样的：

SELECT 
  ReferenceNumber
, ReferenceValue = ISNULL(MAX(NULLIF(ReferenceValue,'Not assigned')),'Not assigned')
INTO Table1_Clean
FROM Table1
GROUP BY
  ReferenceNumber

MAX忽略空值，所以先转换不希望为空的值，然后转换MAX，然后将空值转换回伪值

一次在线传递的效率再高不过了。

类似这样的东西：

SELECT 
  ReferenceNumber
, ReferenceValue = ISNULL(MAX(NULLIF(ReferenceValue,'Not assigned')),'Not assigned')
INTO Table1_Clean
FROM Table1
GROUP BY
  ReferenceNumber

MAX忽略空值，所以先转换不希望为空的值，然后转换MAX，然后将空值转换回伪值

---

一次串联传递的效率不会更高。

对于这个特定问题，ReferenceNumber要么“未分配”，要么具有唯一的ReferenceValue，因此没有关系。@taserian:删除了我的聚合我保留了聚合，因为即使RefNumber可以有一个真正的RefValue，该RefNumber RefValue对可以在表中多次出现。这是三次读取和一次自联接，您只需要一次读取而不需要联接。@gbn：您在建议此方法时是否考虑了并行执行？对于此特定问题，ReferenceNumber将具有“未分配”或唯一的ReferenceValue，因此，关系没有问题。@taserian:删除了我的聚合我保留了聚合，因为即使一个RefNumber可以有一个真正的RefValue，该RefNumber-RefValue对也可以在表中出现多次。这是三次读取和一次自连接，您只需要一次读取而不需要连接。@gbn:您在建议此方法时考虑过并行执行吗？