Безопасная нормализация данных с помощью SQL-запроса

Скалярный подзапрос должен возвращать только одну строку (для каждой строки набора результатов ...), чтобы вы могли сделать что-то вроде:

select distinct
       customer_number,
       (
       select distinct
              customer_address
         from customers c2
        where c2.customer_number = c.customer_number
       ) as customer_address
  from customers c

Ваш подход ошибочен. Вы не хотите, чтобы данные, которые были успешно сохранены, затем вызывали ошибку при выборе - это мина, ожидающая своего появления, и означает, что вы никогда не знаете, когда выбор может завершиться ошибкой.

Я рекомендую вам добавить уникальный ключ в таблицу и постепенно начать изменять свое приложение, чтобы использовать этот ключ, а не полагаться на какую-либо комбинацию значимых данных.

После этого вы можете перестать заботиться о повторяющихся данных, которые на самом деле не являются дубликатами. Вполне возможно, что два человека с одним и тем же именем могут использовать один и тот же адрес.

Вы также получите улучшение производительности от этого подхода.

Кроме того, я настоятельно рекомендую вам нормализовать ваши данные, то есть разбить имя на FirstName и LastName (возможно, и MiddleName), а также разбить поле адреса на отдельные поля для каждого компонента (Address1, Address2, City, State, Country , Zip или что-то еще)

Обновление. Если я правильно понимаю вашу ситуацию (в чем я не уверен), вы хотите, чтобы в таблице никогда не появлялись повторяющиеся комбинации имени и адреса (даже если это возможно в реальная жизнь). Лучше всего это сделать с помощью уникального ограничения или индекса для этих двух полей, чтобы предотвратить вставку данных. То есть ловите ошибку до ее вставки. Это скажет вам, что файл импорта или логика вашего результирующего приложения плохие, и тогда вы сможете принять соответствующие меры.

Я по-прежнему утверждаю, что выдача ошибки при запросе слишком поздно в игре, чтобы что-то с этим делать.

Сбой запроса может быть сложной задачей ...

Это покажет вам, есть ли какие-либо повторяющиеся записи в таблице:

select customer_number, customer_name, customer_address
from customers
group by customer_number, customer_name, customer_address
having count(*) > 1

Если вы просто добавите уникальный индекс для всех трех полей, никто не сможет создать повторяющуюся запись в таблице.

Фактически ключом является имя + адрес, поэтому вам нужно сгруппировать по нему.

SELECT
  Customer_Name,
  Customer_Address,
  CASE WHEN Count(DISTINCT Customer_Number) > 1
    THEN 1/0 ELSE 0 END as LandMine
FROM Customers
GROUP BY Customer_Name, Customer_Address

Если вы хотите сделать это с точки зрения Customer_Number, это тоже хорошо.

SELECT *, 
CASE WHEN Exists((
  SELECT top 1 1
  FROM Customers c2
  WHERE c1.Customer_Number != c2.Customer_Number
    AND c1.Customer_Name = c2.Customer_Name
    AND c1.Customer_Address = c2.Customer_Address
)) THEN 1/0 ELSE 0 END as LandMine
FROM Customers c1
WHERE Customer_Number = @Number

Если у вас грязные данные, я бы сначала их очистил.

Используйте это, чтобы найти повторяющиеся записи о клиентах ...

Select * From customers
Where customer_number in 
  (Select Customer_number from customers
  Group by customer_number Having count(*) > 1)

Если вы хотите, чтобы он потерпел неудачу, вам понадобится index. Если вы не хотите иметь индекс, вы можете просто создать временную таблицу, чтобы сделать все это.

CREATE TABLE #temp_customers 
    (customer_number int, 
    customer_name varchar(50), 
    customer_address varchar(50),
    PRIMARY KEY (customer_number),
     UNIQUE(customr_name, customer_address))

)

INSERT INTO #temp_customers
SELECT DISTINCT customer_number, customer_name, customer_address
FROM customers

SELECT customer_number, customer_name, customer_address
FROM #temp_customers

DROP TABLE #temp_customers

Это не удастся, если есть проблемы, но ваши дублирующие записи не будут вызывать проблем.

Давайте поместим данные во временную таблицу или табличную переменную с вашим отдельным запросом.

select distinct customer_number, customer_name, customer_address, 
  IDENTITY(int, 1,1) AS ID_Num
into #temp 
from unprocessed_invoices

Лично я бы также добавил неопределенность к неупорядоченным счетам-фактурам, если это возможно. Я никогда не выполняю импорт без создания промежуточной таблицы со столбцом идентификаторов только потому, что легче удалить повторяющиеся записи.

Теперь давайте запросим таблицу, чтобы найти записи о вашей проблеме. Я предполагаю, что вы хотели бы увидеть, что вызывает проблему, а не просто подвести их.

Select t1.* from #temp t1
join #temp t2 
  on t1.customer_name = t2.customer_name and t1.customer_address = t2.customer_address 
where t1.customer_number <> t2.customer_number

select t1.* from #temp t1
join 
(select customer_number from #temp group by customer_number having count(*) >1) t2
  on t1.customer_number = t2.customer_number

Вы можете использовать вариант этих запросов, чтобы удалить записи о проблемах из #temp (в зависимости от того, хотите ли вы сохранить одну или удалить все возможные проблемы), а затем вставить из #temp в рабочую таблицу. Вы также можете передать записи о проблемах тому, кто предоставляет вам данные, которые будут исправлены на их стороне.