JDBC场景下用ArrayList/HashMap识别列重复值并标记状态

代码核心错误 #

• 循环内重复初始化集合：ArrayList和HashSet被放在while(resultset.next())循环内部，每次循环都会新建空集合，导致每次只存入当前行的ID，永远只有一个元素，完全无法检测跨行的重复ID。
• 逻辑顺序与操作错误：在第一次遍历结果集时就试图修改列2，但此时还没统计完所有ID的出现次数，根本无法判断当前ID是否真的重复；而且默认的JDBC ResultSet是只读的，直接修改会触发报错。

改用HashMap更合适 #

HashMap可以便捷统计每个ID的出现次数，是解决这类重复检测问题的最优选择。正确的处理流程需要分两步：

步骤1：先统计所有ID的出现次数 #

完整遍历一次结果集，用HashMap记录每个ID的出现频次：

// 初始化HashMap用于统计ID出现次数
Map<String, Integer> idCountMap = new HashMap<>();

// 第一次遍历结果集，统计每个ID的出现次数
while (resultset.next()) {
    String id = resultset.getString(1);
    // 用getOrDefault简化计数逻辑
    idCountMap.put(id, idCountMap.getOrDefault(id, 0) + 1);
}

步骤2：重新遍历结果集，设置列2的值 #

注意：要重新遍历结果集，需要确保你的ResultSet是可滚动且可更新的（创建Statement时指定对应参数）。如果无法使用可滚动结果集，就需要重新执行一次查询获取新的结果集。

// 将结果集指针移回起始位置
resultset.beforeFirst();

// 第二次遍历，根据统计结果更新列2
while (resultset.next()) {
    String id = resultset.getString(1);
    int count = idCountMap.get(id);
    String status = count > 1 ? "Duplicate" : "Unique";
    // 更新列2的值
    resultset.updateString(2, status);
    // 提交更新到数据库
    resultset.updateRow();
}

额外注意事项 #

• 创建Statement时要指定参数，确保结果集可滚动可更新：

Statement stmt = connection.createStatement(
    ResultSet.TYPE_SCROLL_INSENSITIVE,
    ResultSet.CONCUR_UPDATABLE
);
ResultSet resultset = stmt.executeQuery("SELECT 列1, 列2 FROM 你的表名");

• 如果数据量极大，一次性统计所有ID可能占用较多内存，此时可以考虑在SQL层面直接处理（比如用窗口函数COUNT(*) OVER (PARTITION BY 列1)直接计算每个ID的出现次数），执行效率会更高。

内容的提问来源于stack exchange，提问作者pooja b