sql - PostgreSQL shuffle 列值

在具有超过10万行的表中，如何有效地对特定列的值进行混洗？

表定义:

CREATE TABLE person
(
  id integer NOT NULL,
  first_name character varying,
  last_name character varying,
 CONSTRAINT person_pkey PRIMARY KEY (id)
)

为了匿名化数据，我必须将 'first_name' 列 的值改组到 (我不允许创建新表)。

我的尝试:

with
first_names as (
select row_number() over (order by random()),
       first_name as new_first_name
from person
),
ids as (
select row_number() over (order by random()),
       id as ref_id
from person
)
update person
set first_name = new_first_name
from first_names, ids
where id = ref_id;

需要几个小时才能完成。

有有效的方法吗？

最佳答案

postgres 的问题是每次更新都意味着 delete + insert

您可以使用 SELECT 而不是 UPDATE 来检查分析以查看 CTE

的性能

您可以关闭索引以便更新更快

但我在需要更新所有行时使用的最佳解决方案是再次创建表

.

CREATE TABLE new_table AS
     SELECT * ....


DROP oldtable;

Rename new_table to old_table

CREATE index and constrains

抱歉，这不是您的选择:(

编辑: 阅读 a_horse_with_no_name 后

看起来你需要

with
first_names as (
    select row_number() over (order by random()) rn,
           first_name as new_first_name
    from person
),
ids as (
    select row_number() over (order by random()) rn,
           id as ref_id
    from person
)
update person
set first_name = new_first_name
from first_names
join ids
  on first_names.rn = ids.rn
where id = ref_id;

同样，如果您提供ANALYZE / EXPLAIN结果，则对性能的问题会更好。

关于sql - PostgreSQL shuffle 列值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33555524/