使用 T-SQL Merge 语句时如何避免插入重复记录

我尝试使用 T-SQL 的 MERGE 语句插入许多记录，但当源表中存在重复记录时，我的查询无法 INSERT。失败的原因是：

1. 目标表有一个基于两列的主键
2. 源表可能包含违反目标表主键约束的重复记录（抛出“违反主键约束”）

我正在寻找一种方法来更改 MERGE 语句，以便它忽略源表中的重复记录和/或尝试/捕获 INSERT 语句以捕获可能发生的异常（即，所有其他 INSERT 语句都将运行，无论可能会出现一些坏鸡蛋）-或者，也许有更好的方法来解决这个问题？

这是我试图解释的查询示例。下面的示例将向临时表添加 100k 记录，然后尝试将这些记录插入目标表 -

EDIT在我原来的帖子中，我只在示例表中包含了两个字段，这让朋友们可以提供不同的解决方案，以避免 MERGE 语句中的重复。我应该提到，在我的实际问题中，表有 15 个字段，而在这 15 个字段中，其中两个字段是聚集主键。因此 DISTINCT 关键字不起作用，因为我需要选择所有 15 个字段并忽略基于其中两个字段的重复项。

我更新了下面的查询，添加了一个字段 col4。我需要在 MERGE 中包含 col4，但我只需要确保只有 col2 和 col3 是唯一的。

-- Create the source table
CREATE TABLE #tmp (
col2 datetime NOT NULL,
col3 int NOT NULL,
col4 int
)
GO

-- Add a bunch of test data to the source table
-- For testing purposes, allow duplicate records to be added to this table
DECLARE @loopCount int = 100000
DECLARE @loopCounter int = 0
DECLARE @randDateOffset int
DECLARE @col2 datetime
DECLARE @col3 int
DECLARE @col4 int

WHILE (@loopCounter) < @loopCount
BEGIN
    SET @randDateOffset = RAND() * 100000
    SET @col2 = DATEADD(MI,@randDateOffset,GETDATE())
    SET @col3 = RAND() * 1000
    SET @col4 = RAND() * 10
    INSERT INTO #tmp
    (col2,col3,col4)
    VALUES
    (@col2,@col3,@col4);

    SET @loopCounter = @loopCounter + 1
END

-- Insert the source data into the target table
-- How do we make sure we don't attempt to INSERT a duplicate record? Or how can we 
-- catch exceptions? Or?
MERGE INTO dbo.tbl1 AS tbl
    USING (SELECT * FROM #tmp) AS src
    ON (tbl.col2 = src.col2 AND tbl.col3 = src.col3)
    WHEN NOT MATCHED THEN 
        INSERT (col2,col3,col4)
        VALUES (src.col2,src.col3,src.col4);
GO

解决您的新规范。只插入col4的最高值：这次我使用了group by来防止重复行。

MERGE INTO dbo.tbl1 AS tbl 
USING (SELECT col2,col3, max(col4) col4 FROM #tmp group by col2,col3) AS src 
ON (tbl.col2 = src.col2 AND tbl.col3 = src.col3) 
WHEN NOT MATCHED THEN  
    INSERT (col2,col3,col4) 
    VALUES (src.col2,src.col3,src.col4);