Merge Data for N-N Relationship Tables in T-SQL

最近在整理博客的数据，需要做一个操作就是合并文章的分类。我的博客中文章和分类是多对多的关系。即一篇文章可以属于多个分类，一个分类可以包含多篇文章。这是一个很典型的多对多关系，我用的是一个多对多的表，做联合主键关联这些数据。

就像这样：

我需要做的是把“DotNetBeginner”这个分类的文章移到“CSharpAndDotNet”分类里去。但是因为原先在“DotNetBeginner”里的文章有些也是属于“CSharpAndDotNet”的，所以直接Update关联表的话，会产生重复的联合主键，就会爆。

直观一点看，写个SQL语句查询出原分类（DotNetBeginner）和目标分类（CSharpAndDotNet）中的数据：

DECLARE @SourceCatId     AS UNIQUEIDENTIFIER,
        @TargetCatId     AS UNIQUEIDENTIFIER
 
SET @SourceCatId = '678A4011-40E0-4F75-BC23-1FFC25B72D4A'
SET @TargetCatId = 'D58043FF-B3CB-43DA-9067-522D76D21BE3'

SELECT p.Title,
       c.Name
FROM   PostCategory         AS pc
       INNER JOIN Post      AS p
            ON  p.Id = pc.PostId
       INNER JOIN Category  AS c
            ON  c.Id = pc.CategoryId
WHERE  pc.CategoryId IN (@SourceCatId, @TargetCatId)

结果如下图：

《C#字符和ASCII码互转》这篇如果直接update分类到CSharpAndDotNet就会爆，因为PostCategory表中已经有一条这样的记录了。但是像《上海轨道交通……》那篇就可以直接update。

解决这个问题的思路分两步：

1. 删除如《C#字符和ASCII码互转》这种的会爆破联合主键的记录

2. 更新关联表，把旧分类的ID改成新分类

那么首先我们要知道有哪些记录是符合被删除的条件的，把这些文章的ID找出来，用一个group by having就可以爆出来：

SELECT pc.PostId
FROM   PostCategory AS pc
WHERE  pc.CategoryId IN (@SourceCatId, @TargetCatId)
GROUP BY
       pc.PostId
HAVING COUNT(*) >= 2

结果有10条：

这10篇文章同时属于DotNetBeginner、CSharpAndDotNet和其他分类。

为了直观的显示和之后删除操作方便，定义一个表变量叫temp，然后验证一下是哪些文章：

DECLARE @Temp TABLE (PostId UNIQUEIDENTIFIER)

INSERT INTO @Temp
  (
    PostId
  )(
       SELECT pc.PostId
       FROM   PostCategory AS pc
       WHERE  pc.CategoryId IN (@SourceCatId, @TargetCatId)
       GROUP BY
              pc.PostId
       HAVING COUNT(*) >= 2
   )
------------------------------------------------------------------------------
SELECT --pc.PostId
       p.Title,
       --pc.CategoryId,
       c.Name
FROM   PostCategory         AS pc
       INNER JOIN Post      AS p
            ON  p.Id = pc.PostId
       INNER JOIN Category  AS c
            ON  c.Id = pc.CategoryId
WHERE  pc.PostId IN (SELECT t.PostId
                     FROM   @Temp t)

发现结果是正确的：

然后就可以从关联表PostCategory中删除所有文章ID（PostId）在@Temp表中，且CategoryId对应DotNetBeginner的记录。然后用update语句完成文章分类的合并。

-- Step 1. Delete records that will fuck up the primary key
DELETE 
FROM   PostCategory
WHERE  CategoryId = @SourceCatId
       AND PostId IN (SELECT t.PostId
                      FROM   @Temp t)

-- Step 2. Update old key to new key
UPDATE PostCategory
SET    CategoryId     = @TargetCatId
WHERE  CategoryId     = @SourceCatId

最后验证一下，数据已经成功合并了。

Azure Developer, Microsoft MVP