Azure Synapse Analytics中同表内基于邮箱和姓名更新Id列

场景说明 #

需针对Azure Synapse Analytics中的表格，依据email（邮箱）和firstname（名字）列的组合，将指定分组内的多行Id更新为统一值（如示例中krishna@gmail.com+Surya组合的剩余行Id设为A0538_0），且已通过rank()窗口函数生成Prev列。

解决方案 #

以下提供几种适配不同场景的SQL实现方式：

1. 直接针对指定邮箱+名字组合更新

如果仅需更新特定的email和firstname组合，可直接执行精准更新：

UPDATE YourTableName
SET Id = 'A0538_0'
WHERE email = 'krishna@gmail.com'
  AND firstname = 'Surya'
  AND Id != 'A0538_0'; -- 跳过已符合要求的行

2. 利用已生成的Prev列批量更新

若Prev列是按email+firstname分组后的排名（如排名1的行已为目标Id），可通过Prev列筛选需更新的行：

UPDATE t
SET Id = (SELECT TOP 1 Id FROM YourTableName WHERE email = t.email AND firstname = t.firstname AND Prev = 1)
FROM YourTableName t
WHERE t.Prev > 1;

3. 基于窗口函数的通用批量更新

无需依赖已有的Prev列，直接通过窗口函数识别同组内的目标Id并批量更新：

WITH GroupedTarget AS (
    SELECT 
        Id,
        email,
        firstname,
        -- 获取同组内的目标Id值（此处假设组内已有一行是目标值）
        MAX(CASE WHEN Id = 'A0538_0' THEN Id END) OVER (PARTITION BY email, firstname) AS TargetId
    FROM YourTableName
)
UPDATE GroupedTarget
SET Id = TargetId
WHERE TargetId IS NOT NULL
  AND Id != TargetId;

注意事项 #

• 请将语句中的YourTableName替换为实际表名
• 若需批量处理多组email+firstname，可调整WHERE条件或窗口函数的逻辑适配需求

内容的提问来源于stack exchange，提问作者krishna Katragadda