创建SQL桥接表：如何将Table B的row_hash列关联添加至Table A

前置提醒 #

• Table A本身已经存在row_hash列，新增来自Table B的列时必须使用不冲突的列名，比如命名为b_entity_row_hash，避免重名触发SQL报错
• 两张表的关联匹配用共同的业务字段组合：business_name + address + suburb + postcode，不要直接靠现有row_hash关联，否则就失去了关联唯一实体表标识的意义

操作步骤 #

1. 给Table A新增空的目标列
   先执行DDL语句加列，字段的类型、长度和Table B中row_hash的属性完全保持一致即可，通用写法：

   ALTER TABLE Table A ADD COLUMN b_entity_row_hash VARCHAR(64);
   

2. 关联Table B回填新列的值
   不同数据库的关联更新语法略有区别，对应写法参考：

   • MySQL/PostgreSQL：

     UPDATE Table A a
     INNER JOIN Table B b
       ON a.business_name = b.business_name
       AND a.address = b.address
       AND a.suburb = b.suburb
       AND a.postcode = b.postcode
     SET a.b_entity_row_hash = b.row_hash;
     

   • SQL Server：

     UPDATE a
     SET a.b_entity_row_hash = b.row_hash
     FROM Table A a
     INNER JOIN Table B b
       ON a.business_name = b.business_name
       AND a.address = b.address
       AND a.suburb = b.suburb
       AND a.postcode = b.postcode
     

   • Hive/Spark SQL数仓场景：

     MERGE INTO Table A a
     USING Table B b
     ON a.business_name = b.business_name
       AND a.address = b.address
       AND a.suburb = b.suburb
       AND a.postcode = b.postcode
     WHEN MATCHED THEN
       UPDATE SET a.b_entity_row_hash = b.row_hash;
     

操作校验注意点 #

• 正式更新前可以先跑一次关联查询的计数，确认Table A所有记录都能匹配上Table B的对应实体，避免出现新列空值
• 如果业务字段存在前后空格、大小写不统一这类脏数据，关联条件里可以加上清洗逻辑（比如配合TRIM()、大小写转换函数），减少匹配遗漏
• 后续如果Table B新增了新的唯一实体记录，可以定期执行一次上述更新逻辑，同步最新的row_hash值到Table A

内容的提问来源于stack exchange，提问作者adey27