SQL Server 2012多依赖表插入异常：Excel数据拆分仅获最后ID

看起来你遇到的核心问题是批量插入时没有把每条源记录对应的新表ID一一绑定，而是只取了最后一条插入的ID，导致后续关联全部错位。我来给你几种靠谱的解决方案，分数据库端和程序端两种场景：

一、数据库端直接处理（推荐，效率更高） #

假设你已经把Excel的数据导入到了一个临时表（比如#SourceData），并且这个临时表有一个唯一标识每条记录的字段（比如SourceID，如果没有的话，先给临时表加一个自增列）。我们通过创建一个ID映射表来保存每条源记录对应的三个新表ID，确保关联正确。

示例（以SQL Server为例） #

1. 创建临时映射表

CREATE TABLE #IDMap (
    SourceID INT PRIMARY KEY, -- 源记录的唯一标识
    AddressID INT,
    ContactDataID INT,
    CompanyID INT
);

2. 插入Address表并记录ID映射

INSERT INTO Address (Street, City, PostalCode) -- 替换成你的Address表字段
OUTPUT inserted.AddressID, s.SourceID INTO #IDMap(AddressID, SourceID)
SELECT Street, City, PostalCode
FROM #SourceData s;

这里用OUTPUT子句把插入生成的AddressID和对应的源SourceID直接写入映射表，一次性搞定所有记录的关联。

3. 插入ContactData表并关联AddressID

INSERT INTO ContactData (AddressID, Phone, Email) -- 替换成你的ContactData字段
OUTPUT inserted.ContactDataID, s.SourceID INTO #IDMap(ContactDataID, SourceID)
SELECT m.AddressID, s.Phone, s.Email
FROM #SourceData s
JOIN #IDMap m ON s.SourceID = m.SourceID;

通过映射表找到每条源记录对应的AddressID，插入后同样把新生成的ContactDataID写入映射表。

4. 插入Company表并关联ContactDataID

INSERT INTO Company (ContactDataID, CompanyName, TaxNumber) -- 替换成你的Company字段
OUTPUT inserted.CompanyID, s.SourceID INTO #IDMap(CompanyID, SourceID)
SELECT m.ContactDataID, s.CompanyName, s.TaxNumber
FROM #SourceData s
JOIN #IDMap m ON s.SourceID = m.SourceID;

如果是其他数据库：

• MySQL：可以用503500配合批量插入，但需要注意MySQL的503500在批量插入时返回的是第一条记录的ID，后续ID是连续递增的，所以可以用源记录的数量来推算；或者用INSERT ... ON DUPLICATE KEY UPDATE配合临时表来映射。
• PostgreSQL：用RETURNING子句，和SQL Server的OUTPUT类似，直接返回所有插入的ID。

二、程序端处理（适合需要额外数据清洗的场景） #

如果你的数据需要先在程序里做清洗再插入，比如用Python、C#等，可以在插入每个表时，把生成的ID和源记录一一绑定，再用于后续插入。

示例（Python + SQLAlchemy） #

import pandas as pd
from sqlalchemy import create_engine

# 1. 读取Excel数据到DataFrame
df = pd.read_excel("your-data.xlsx")
# 给每条记录加一个临时唯一标识（如果Excel里没有的话）
df["SourceID"] = df.index + 1

# 2. 连接数据库
engine = create_engine("your-db-connection-string")

# 3. 插入Address表并获取所有AddressID
with engine.connect() as conn:
    # PostgreSQL用RETURNING，SQL Server用OUTPUT，MySQL需要调整
    result = conn.execute(
        """
        INSERT INTO Address (Street, City, PostalCode)
        VALUES (:street, :city, :postal)
        RETURNING AddressID
        """,
        [{"street": row.Street, "city": row.City, "postal": row.PostalCode} for _, row in df.iterrows()]
    )
    # 把返回的ID和源记录绑定
    df["AddressID"] = [row[0] for row in result]

# 4. 插入ContactData表
with engine.connect() as conn:
    result = conn.execute(
        """
        INSERT INTO ContactData (AddressID, Phone, Email)
        VALUES (:aid, :phone, :email)
        RETURNING ContactDataID
        """,
        [{"aid": row.AddressID, "phone": row.Phone, "email": row.Email} for _, row in df.iterrows()]
    )
    df["ContactDataID"] = [row[0] for row in result]

# 5. 插入Company表
with engine.connect() as conn:
    conn.execute(
        """
        INSERT INTO Company (ContactDataID, CompanyName, TaxNumber)
        VALUES (:cid, :name, :tax)
        """,
        [{"cid": row.ContactDataID, "name": row.CompanyName, "tax": row.TaxNumber} for _, row in df.iterrows()]
    )

为什么你之前的方法失效？ #

你之前用的SCOPE_IDENTITY()（SQL Server）、503500（MySQL）这类函数，只返回最后一条插入记录的ID，批量插入时前面的ID都会丢失，所以必须用支持返回所有插入ID的机制（比如OUTPUT/RETURNING），或者通过映射表来关联源记录和新生成的ID。

内容的提问来源于stack exchange，提问作者korni