SQL Server插入如果不存在最佳实践
我有一个Competitions结果表，一方面持有团队成员的名字和他们的排名。
另一方面，我需要维护一个独特的竞争对手名称表 ：
CREATE TABLE Competitors (cName nvarchar(64) primary key)
现在我在第一张表中有大约20万的结果， 当竞争者表是空的，我可以执行这个：
INSERT INTO Competitors SELECT DISTINCT Name FROM CompResults
而查询只需要大约5秒钟来插入大约11,000个名字。
到目前为止，这不是一个关键的应用程序，所以我可以考虑每月一次截断竞争对手表格 ，当时我收到了约10,000行的新竞争结果。
但是当新的和现有的竞争对手增加新的结果时，最佳做法是什么？ 我不想截断现有的竞争对手表
我只需要为新的竞争对手执行INSERT语句，如果它们存在，什么也不做。
在语义上你要问“插入竞争对手不存在的地方”：
INSERT Competitors (cName) SELECT DISTINCT Name FROM CompResults cr WHERE NOT EXISTS (SELECT * FROM Competitors c WHERE cr.Name = c.cName)
另一个select是将您的结果表格与现有的竞争对手表格留在一起，并通过筛选不匹配连接的不同logging来查找新的竞争对手：
INSERT Competitors (cName) SELECT DISTINCT cr.Name FROM CompResults cr left join Competitors c on cr.Name = c.cName where c.cName is null
新的语法MERGE还提供了一个紧凑，优雅和有效的方式来做到这一点：
MERGE INTO Competitors AS Target USING (SELECT DISTINCT Name FROM CompResults) AS Source ON Target.Name = Source.Name WHEN NOT MATCHED THEN INSERT (Name) VALUES (Source.Name);
不知道为什么其他人还没有这样说，
NORMALIZE。
你有一个模拟比赛的桌子？ 比赛是由竞争对手组成的？ 您需要在一个或多个比赛中有明确的比赛名单……
你应该有下面的表格…..
CREATE TABLE Competitor ( [CompetitorID] INT IDENTITY(1,1) PRIMARY KEY , [CompetitorName] NVARCHAR(255) ) CREATE TABLE Competition ( [CompetitionID] INT IDENTITY(1,1) PRIMARY KEY , [CompetitionName] NVARCHAR(255) ) CREATE TABLE CompetitionCompetitors ( [CompetitionID] INT , [CompetitorID] INT , [Score] INT , PRIMARY KEY ( [CompetitionID] , [CompetitorID] ) )
在CompetitionCompetitors.CompetitionID和CompetitorID指向其他表的约束。
有了这种表格结构 – 你的钥匙都是简单的INTS – 似乎没有一个很好的NATURAL KEY来适应模型，所以我认为SURROGATE KEY在这里很合适。
所以，如果你有这个问题，那么在特定的比赛中获得不同的竞争者名单，你可以发出这样的查询：
DECLARE @CompetitionName VARCHAR(50) SET @CompetitionName = 'London Marathon' SELECT p.[CompetitorName] AS [CompetitorName] FROM Competitor AS p WHERE EXISTS ( SELECT 1 FROM CompetitionCompetitor AS cc JOIN Competition AS c ON c.[ID] = cc.[CompetitionID] WHERE cc.[CompetitorID] = p.[CompetitorID] AND cc.[CompetitionName] = @CompetitionNAme )
如果你想要每个竞争对手的分数是：
SELECT p.[CompetitorName] , c.[CompetitionName] , cc.[Score] FROM Competitor AS p JOIN CompetitionCompetitor AS cc ON cc.[CompetitorID] = p.[CompetitorID] JOIN Competition AS c ON c.[ID] = cc.[CompetitionID]
而当你与新的竞争对手进行新的竞争时，你只需检查竞争对手表中已经存在的竞争对手。 如果他们已经存在，那么你不要插入竞争对手的竞争对手，并插入新的。
然后你插入新的竞争竞争，最后你只是在CompetitionCompetitors的所有链接。
您将需要一起参加表格，并获得竞争对手中不存在的独特竞争对手名单。
这将插入唯一的logging。
INSERT Competitors (cName) SELECT DISTINCT Name FROM CompResults cr LEFT JOIN Competitors c ON cr.Name = c.cName WHERE c.Name IS NULL
可能会有一段时间，这个插入需要快速完成，而不能等待select唯一的名称。 在这种情况下，您可以将唯一名称插入临时表中，然后使用该临时表插入到您的真实表中。 这很好，因为所有的处理都是在你插入临时表的时候发生的，所以不会影响你的真实表。 然后，当你完成所有的处理，你做一个快速插入到真正的表。 我甚至可能把最后一部分，你插入真正的表，在一个事务中。
按照Transact Charlie的build议，规范化操作表是一个不错的主意，随着时间的推移将会节省许多麻烦和问题 – 但也有支持与外部系统集成的接口表和支持分析处理; 这些types的表格不一定要标准化 – 事实上， 对于他们来说，这样做往往是非常方便和高效的 。
在这种情况下，我认为查理交易所对您的业务表的build议是一个很好的build议。
但是我会在竞争对手表中为竞争者名称添加一个索引（不一定是唯一的），以支持竞争者名称上的高效连接，以便集成（从外部数据源加载数据）。我将一个接口表放入混合：CompetitionResults。
比赛结果应该包含你的比赛结果中包含的任何数据。 像这样的接口表的一点是尽可能快捷地从Excel工作表或CSV文件或其他任何forms的数据中截取和重新加载它。
该接口表不应被视为规范化的操作表集合的一部分。 然后，您可以按照Richard的build议joinCompetitionResults，将logging插入到尚不存在的竞争对手中，并更新那些已经存在的logging（例如，如果您实际上拥有关于竞争对手的更多信息，例如他们的电话号码或电子邮件地址）。
有一点我会注意到 – 实际上，在我看来，竞争对手名称在数据中不太可能是唯一的 。 例如，在20万竞争者中，你可能拥有2个或更多的大卫·史密斯（David Smiths）。 所以我build议你从竞争对手那里收集更多的信息，比如他们的电话号码或者电子邮件地址，或者更有可能是独一无二的东西。
您的操作表（竞争对手）应该为每个有助于复合自然键的数据项添加一列。 例如，它应该有一个主电子邮件地址列。 但是接口表应该有一个用于主电子邮件地址的旧值和新值的插槽，以便可以使用旧值在竞争对手中查找logging，并将该值更新为新值。
所以CompetitionResults应该有一些“旧”和“新”字段 – oldEmail，newEmail，oldPhone，newPhone等。这样你就可以在Competitor，CompetitorName，Email和Phone中组成一个组合键。
然后当你有一些比赛结果时，你可以截断并重新加载你的Excel表格或你的Excel表格，然后运行一个高效的插入来插入竞争对手表中的所有新的竞争者，所有关于竞争结果中现有竞争对手的信息。 你可以做一个单一的插入到CompetitionCompetitors表中插入新的行。 这些事情可以在ProcessCompetitionResults存储过程中完成，可以在加载CompetitionResults表之后执行。
这是对我在Oracle应用软件，SAP，PeopleSoft和其他企业软件套件清单中所看到的现实世界的一个简单的描述。
我要做的最后一个评论就是我之前提出的一个观点：如果你创build了一个外键来确保竞争对手表中存在一个竞争对手，然后你可以在竞争对手中添加一个竞争对手，那么确保外键被设置为级联更新和删除 。 这样，如果您需要删除竞争对手，则可以执行此操作，并且与竞争对手关联的所有行都将自动删除。 否则，默认情况下，外键将要求您删除CompetitionCompetitors中的所有相关行，然后才能删除竞争对手。
（有些人认为非级联的外键是一个很好的安全防范措施，但是我的经验是，他们只是一个令人毛骨悚然的痛苦，往往不是简单的疏忽导致的，而是创造了一堆工作对于DBA来说，处理意外删除的东西就是为什么你有“你确定”的对话框和各种types的定期备份和冗余数据源，实际上想要删除一个竞争对手的数据是非常普遍的，搞砸了，比起意外地删掉一个然后去“哦，不，我不是那个意思，现在我没有他们的比赛结果啊！啊！”后者肯定是很普遍的，所以，你需要为它做好准备，但是前者更为普遍，所以为前者准备最简单，最好的方法就是使外键级联更新和删除。）
上面谈到正常化的答案很棒！ 但是如果你发现自己处于像我这样的地位，你不允许触摸数据库模式或架构， 例如，数据库pipe理员是'神'，所有build议的修订版本都转到/ dev / null？
在这方面，我感觉这个Stack Overflow的post也回答了所有上面的代码示例。
我重写了INSERT VALUES WHERE NOT EXISTS中的代码，这对我帮助最大，因为我无法更改任何基础数据库表：
INSERT INTO #table1 (Id, guidd, TimeAdded, ExtraData) SELECT Id, guidd, TimeAdded, ExtraData FROM #table2 WHERE NOT EXISTS (Select Id, guidd From #table1 WHERE #table1.id = #table2.id) ----------------------------------- MERGE #table1 as [Target] USING (select Id, guidd, TimeAdded, ExtraData from #table2) as [Source] (id, guidd, TimeAdded, ExtraData) on [Target].id =[Source].id WHEN NOT MATCHED THEN INSERT (id, guidd, TimeAdded, ExtraData) VALUES ([Source].id, [Source].guidd, [Source].TimeAdded, [Source].ExtraData); ------------------------------ INSERT INTO #table1 (id, guidd, TimeAdded, ExtraData) SELECT id, guidd, TimeAdded, ExtraData from #table2 EXCEPT SELECT id, guidd, TimeAdded, ExtraData from #table1 ------------------------------ INSERT INTO #table1 (id, guidd, TimeAdded, ExtraData) SELECT #table2.id, #table2.guidd, #table2.TimeAdded, #table2.ExtraData FROM #table2 LEFT JOIN #table1 on #table1.id = #table2.id WHERE #table1.id is null
上面的代码使用了不同的领域，但你得到了各种技术的一般要点。
请注意，根据堆栈溢出的原始答案，此代码是从这里复制的 。
无论如何，我的观点是“最佳实践”，往往归结为你能做和不能做的理论。
- 如果你能够正常化和生成索引/键 – 太棒了！
- 如果没有，你有像我这样的黑客手段，希望上面的帮助。
祝你好运！
