PostgreSQL为现有表添加序列列 解决重复行无唯一标识问题

1. 新增id列并自动填充连续整数作为主键 #

不同数据库的实现语法略有区别，对应写法如下：

• MySQL：
  执行语句后会自动为所有现有行按顺序生成从1开始的连续整数，自动设置为主键：

ALTER TABLE 你的表名 ADD COLUMN id INT PRIMARY KEY AUTO_INCREMENT FIRST;

• PostgreSQL：

ALTER TABLE 你的表名 ADD COLUMN id SERIAL PRIMARY KEY;

• SQL Server：

ALTER TABLE 你的表名 ADD id INT IDENTITY(1,1) PRIMARY KEY;

2. 清理现有重复数据（强烈建议执行） #

新增id后你已经可以唯一标识每一行数据，接下来可以按照业务规则清理重复的fips+customer_id组合：
首先查询所有重复的组合，确认重复量级：

SELECT fips, customer_id, COUNT(*) AS 重复行数
FROM 你的表名
GROUP BY fips, customer_id
HAVING COUNT(*) > 1;

如果确认保留每组重复数据中id最小的行，删除其余重复行，可以执行以下语句（以MySQL为例，其他数据库语法类似）：

DELETE t1 FROM 你的表名 t1
INNER JOIN 你的表名 t2 
  ON t1.fips = t2.fips 
  AND t1.customer_id = t2.customer_id 
  AND t1.id > t2.id;

3. 新增联合唯一约束避免后续再产生脏数据 #

清理完重复数据后，从表结构层面增加约束，保证后续fips和customer_id的组合不会再重复：

ALTER TABLE 你的表名 ADD UNIQUE INDEX uk_fips_customer_id (fips, customer_id);

注意事项 #

• 新增主键列、删除数据、新增约束的操作都会锁表，若表数据量较大，建议在业务低峰期执行，避免影响正常业务。
• 执行删除操作前务必先备份全表数据，避免误删数据无法恢复。

内容的提问来源于stack exchange，提问作者kid_drew