导入CSV至PostgreSQL表时遇唯一约束重复键值错误求助

首先咱们得把问题根源说透：你创建表的时候，错误地给很多本不该唯一的字段加上了UNIQUE约束——比如production_companies、genres、production_countries这些。但真实的电影数据里，这些字段本来就会有大量重复：比如很多电影都是美国公司制作的，同一类型的电影更是一抓一大把，所以导入CSV时，PostgreSQL检测到重复值就直接触发报错了。

具体解决步骤 #

1. 先删除错误的表（如果表还没存重要数据的话）：

   DROP TABLE IF EXISTS tmdb_5000_movies;
   

2. 重新创建符合逻辑的表结构：
   只有id字段是电影的唯一标识，适合设为PRIMARY KEY（自带唯一约束），其他字段完全不需要UNIQUE限制。修改后的建表语句如下：

   CREATE TABLE tmdb_5000_movies (
       "budget" INT,
       "genres" VARCHAR,
       "homepage" VARCHAR,
       "id" INT PRIMARY KEY, -- 电影ID是唯一标识，设为主键即可
       "keywords" VARCHAR,
       "original_language" VARCHAR,
       "original_title" VARCHAR,
       "overview" VARCHAR,
       "popularity" DEC,
       "production_companies" VARCHAR,
       "production_countries" VARCHAR,
       "release_date" DATE,
       "revenue" BIGINT,
       "runtime" INT,
       "spoken_languages" VARCHAR,
       "status" VARCHAR,
       "tagline" VARCHAR,
       "title" VARCHAR,
       "vote_average" DEC,
       "vote_count" INT
   );
   

3. 重新导入CSV文件：
   这时候再执行导入操作，应该就不会再出现duplicate key value violates unique constraint的错误了。

给新手的额外优化建议 #

你会发现genres、production_companies这些字段存的是类JSON字符串，如果后续需要查询这些字段里的具体内容（比如找所有动作片），可以把这些字段的类型改成JSONB，操作会更灵活。修改后的字段定义如下：

"genres" JSONB,
"keywords" JSONB,
"production_companies" JSONB,
"production_countries" JSONB,
"spoken_languages" JSONB

比如要查询所有动作类型的电影，就可以用这样的SQL：

SELECT * FROM tmdb_5000_movies WHERE genres @> '[{"name": "Action"}]';

内容的提问来源于stack exchange，提问作者Lsalazar