一种识别PostgreSQL中潜在主键/外键关系的算法方法

suzh9iv8 于 12个月前发布在 PostgreSQL

关注(0)|答案(1)|浏览(130)

我在PostgreSQL中有很多表，每个表都有很多列，我需要写一个程序来识别可能是主键和外键对的列。
我迭代了每一个组合，并根据它们不同的数据比较列。伪代码：

for (int i=0;i<cols.size;i++)
{
   for (int j=0;j<cols.size;j++)
   {
      if (i != j && (isNotAlreadyVisited(i,j) && isNotAlreadyVisited(j,i)))
      {
         QueryDistinctDataAndCompareCols(i,j)
      }
   }
}

字符串
在QueryDistinctDataAndCompareCols（）方法中，我将两列的不同值作为集合，并获得列之间的不匹配计数，我得出一个分数，表示它们是否有资格成为PK-FK对。
当有太多的列和太多的表时，迭代的次数会花费太多的时间。我还必须在每次迭代中查询DB以获得列的不同值。
在应用层或数据库层中，哪种解决方案更快且可扩展？
在某些情况下，列和表的数量分别可以超过5000和1000，每列可以有超过5000个不同的值。
如果我必须在开始这个处理之前预先计算导出的数据，这是可以接受的。

postgresql

来源：https://stackoverflow.com/questions/77678784/algorithmic-way-to-identify-potential-primary-key-foreign-key-relationships-in

1条答案

按热度按时间

o7jaxewo1#

1.向周围的人询问文档。有人建立了这些表，有可能有一个文档，一个仓库，一个脚本，某人的.psql_history可以告诉你什么是什么。
1.这个问题听起来像是在处理一组没有约束的表，但是没有明确说明，所以可能只需要检查pg_constraint。
1.假设以上两种方法都失败了，除了你现在正在做的事情之外，没有其他方法可以做到这一点：提取和比较每列的计数和不同值，或者两者的组合。
1.这些工具的作用是加快速度，而你自己可以做的是抽样。你可以提取1000行或更少的行，并根据这个小子集消除大多数非唯一列：

with samples as (select * from t1 limit 100),
select c1,c2,c3,c4,count(*) from samples 
group by cube(c1,c2,c3,c4) having count(*)>1;

字符串
group by cube ()允许您检查所有字段组合的计数。这使得每个表中只有少数列可作为PK的潜在候选项。
1.一旦有了PK候选项，您就可以遍历information_schema.columns，并尝试定义主键和外键工作所必需的unique constraint，然后记下允许您这样做的组合，丢弃报告ERROR: could not create unique index "c1c2" DETAIL: Key (c1, c2)=(3, 3) is duplicated.的组合
1.一旦你有了PK，你可以在其他表中查找它们

select count(*) from t1 where exists (select from t2 where t1.nonpk=t2.pk);

型
完成后，确保设置适当的约束，以将所有这些内容固化到XML中并记录下来。

赞(0）回复(0）举报 12个月前

我来回答

一种识别PostgreSQL中潜在主键/外键关系的算法方法

1条答案

相关问题

热门标签

最新问答