PostgreSQL中删除表重复条目并记录用户收藏状态的PL/pgSQL脚本语法错误排查

首先，你遇到的语法错误核心是**INSERT INTO的写法不符合PostgreSQL规范**——PostgreSQL不支持INSERT INTO table FROM ...的语法，必须用INSERT INTO table (列名) SELECT ... FROM ...来填充数据。除此之外，脚本还有几个语法和逻辑问题，我会一步步帮你修复并实现需求：删除WU_MatchingUsers中的重复条目（按IDWU_User1和IDWU_User2分组，保留最新的那条），同时在临时表中记录用户对彼此的收藏状态。

主要问题梳理 #

1. INSERT INTO语法错误：必须通过SELECT子句填充数据，而非直接使用FROM
2. 变量声明位置错误：DECLARE应该放在BEGIN块的最开头，不能嵌套在内部BEGIN里
3. IF条件写法错误：不能直接在IF后写SELECT语句，需要先把查询结果存入变量再判断
4. 冗余循环逻辑：重复计算ROW_NUMBER()会降低效率，我们可以一次性找出所有要删除的重复记录
5. DELETE语句中的无效逗号：原脚本里的, "UserAFavoriteTag"是语法错误，应该通过表关联获取收藏状态

修复后的完整脚本 #

\timing on
DO $$
DECLARE
    duplicate_records RECORD;
BEGIN
    -- 1. 创建临时表，用于记录重复用户对、收藏状态及被删除的记录ID
    CREATE TEMP TABLE IF NOT EXISTS query (
        id SERIAL PRIMARY KEY,
        idUser1 INT,
        idUser2 INT,
        favorite BOOLEAN,
        deleted_record_id INT
    );

    -- 2. 批量筛选重复记录，关联收藏表获取状态并插入临时表
    INSERT INTO query (idUser1, idUser2, favorite, deleted_record_id)
    SELECT
        wu.IDWU_User1 AS idUser1,
        wu.IDWU_User2 AS idUser2,
        -- 通过左连接判断User1是否收藏了User2，请根据实际表结构调整关联字段
        CASE WHEN uaft.id IS NOT NULL THEN TRUE ELSE FALSE END AS favorite,
        wu.id AS deleted_record_id
    FROM "WU_MatchingUsers" wu
    LEFT JOIN "UserAFavoriteTag" uaft
        ON wu.IDWU_User1 = uaft.user_id
        AND wu.IDWU_User2 = uaft.favorite_user_id
    -- 筛选出重复组中除最新（ID最大）之外的所有记录
    WHERE wu.id IN (
        SELECT id
        FROM (
            SELECT
                id,
                ROW_NUMBER() OVER(
                    PARTITION BY IDWU_User1, IDWU_User2
                    ORDER BY id DESC
                ) AS row_num
            FROM "WU_MatchingUsers"
        ) t
        WHERE t.row_num > 1
    );

    -- 3. 批量删除WU_MatchingUsers中的重复条目
    DELETE FROM "WU_MatchingUsers"
    WHERE id IN (SELECT deleted_record_id FROM query);

    -- 可选：输出删除统计和明细
    RAISE NOTICE '已删除 % 条重复记录', (SELECT COUNT(*) FROM query);
    -- 如需查看每条记录的详情，可取消下面的注释
    -- FOR duplicate_records IN SELECT * FROM query LOOP
    --     RAISE NOTICE '用户ID:% 与 用户ID:%，收藏状态:%，被删除记录ID:%', 
    --                 duplicate_records.idUser1, duplicate_records.idUser2,
    --                 duplicate_records.favorite, duplicate_records.deleted_record_id;
    -- END LOOP;
END $$;
\timing off

脚本关键说明 #

1. 临时表优化：新增deleted_record_id字段，方便你追踪被删除的具体记录，后续可按需调整字段。
2. 重复记录筛选：用ROW_NUMBER()窗口函数按用户对分组，按ID降序排序，row_num > 1的就是需要删除的旧重复记录。
3. 收藏状态判断：通过LEFT JOIN关联收藏表，用CASE语句判断是否存在收藏关系——请根据UserAFavoriteTag的实际字段调整关联条件（比如如果表中是user_id和target_user_id，就对应替换）。
4. 高效批量操作：一次性完成重复记录的筛选、状态记录和删除，比循环逐条处理效率高得多，适合数据量较大的场景。

注意事项 #

• 执行前建议先备份数据，或在测试环境验证逻辑，避免误删重要数据。
• 如果不需要追踪被删除的记录ID，可以去掉deleted_record_id字段，简化临时表结构。

内容的提问来源于stack exchange，提问作者Mathieu Arthur