• SQL查询重复数据


    有例表:emp

    emp_no   name    age    
        001           Tom      17    
        002           Sun       14    
        003           Tom      15    
        004           Tom      16

    要求:

    列出所有名字重复的人的记录

    (1)最直观的思路:要知道所有名字有重复人资料,首先必须知道哪个名字重复了:

    select   name   from   emp       group   by   name     having   count(*)>1


    所有名字重复人的记录是:

    select   *   from   emp
        where name   in   (select   name   from   emp group   by   name having count(*)>1)

    (2)稍微再聪明一点,就会想到,如果对每个名字都和原表进行比较,大于2个人名字与这条记录相同的就是合格的 ,就有

    select   *   from   emp   where   (select   count(*)   from   emp   e    where   e.name=emp.name)   >1

    --注意一下这个>1,想下如果是 =1,如果是 =2 如果是>2 如果 e 是另外一张表 而且是=0那结果 就更好玩了:)

    这个过程是 在判断工号为001的 人 的时候先取得 001的 名字(emp.name) 然后和原表的名字进行比较 e.name

    注意e是emp的一个别名。

    再稍微想得多一点,就会想到,如果有另外一个名字相同的人工号不与她他相同那么这条记录符合要求:

    select   *   from   emp    
        where   exists    
                      (select   *   from   emp   e    where   e.name=emp.name   and   e.emp_no<>emp.emp_no)

    此思路的join写法:

    select   emp.*       from   emp,emp e
            where emp.name=e.name and emp.emp_no<>e.emp_no/**/
    /*     这个语句较规范的   join   写法是    
    select emp.* from   emp   inner join emp   e     on emp.name=e.name and emp.emp_no<>e.emp_no    
    但个人比较倾向于前一种写法,关键是更清晰     */    
    b、有例表:emp    
    name     age    
    Tom       16    
    Sun        14    
    Tom       16    
    Tom       16

    ----------------------------------------------------清除重复----------------------------------------------------
    过滤掉所有多余的重复记录
    (1)我们知道distinct、group by 可以过滤重复,于是就有最直观的

    select   distinct   *   from   emp     或     select   name,age   from   emp   group   by   name,age

    获得需要的数据,如果可以使用临时表就有解法:

    select   distinct   *   into   #tmp    from   emp  
        delete   from   emp  
        insert   into   emp   select   *   from   #tmp

    (2)但是如果不可以使用临时表,那该怎么办?
    我们观察到我们没办法区分数据(物理位置不一样,对 SQL Server来说没有任何区别),思路自然是想办法把数据区分出来了,既然现在的所有的列都没办法区分数据,唯一的办法就是再加个列让它区分出来,加什么列好?最佳选择是identity列:

    alter   table   emp   add   chk   int   identity(1,1)

    表示例:

    name   age   chk    
        Tom     16     1    
        Sun      14     2    
        Tom     16     3    
        Tom     16     4

    重复记录可以表示为:

    select   *   from   emp where (select   count(*)   from   emp   e   where   e.name=emp.name)>1

    要删除的是:

    delete   from   emp
        where (select   count(*)   from   emp   e     where   e.name=emp.name   and   e.chk>=emp.chk)>1

    再把添加的列删掉,出现结果。

    alter   table   emp   drop   column   chk


    (3)另一个思路:
    视图

    select   min(chk) from   emp group   by   name having   count(*)   >1

    获得有重复的记录chk最小的值,于是可以

    delete from   emp where chk   not   in (select min(chk) from   emp group   by   name)

    写成join的形式也可以:

    (1)有例表:emp

    emp_no    name    age    
        001            Tom      17    
        002            Sun       14    
        003            Tom      15    
        004            Tom      16

    ◆要求生成序列号
    (1)最简单的方法,根据b问题的解法:

    alter   table   emp   add   chk   int   identity(1,1)   或  
        select   *,identity(int,1,1)   chk   into   #tmp   from   emp

    ◆如果需要控制顺序怎么办?

    select   top   100000   *,identity(int,1,1)   chk   into   #tmp   from   emp   order   by   age

    (2) 假如不可以更改表结构,怎么办?
    如果不可以唯一区分每条记录是没有办法的,在可以唯一区分每条记录的时候,可以使用a 中的count的思路解决这个问题

    select   emp.*,(select   count(*)   from   emp   e   where   e.emp_no<=emp.emp_no)  
        from   emp  
        order   by   (select   count(*)   from   emp   e   where   e.emp_no<=emp.emp_no)

  • 相关阅读:
    Day8 类的继承
    Day7 访问权限
    javascript性能优化
    JavaScript 基础:Babel 转译 class 过程窥探
    HTML5之新增的元素和废除的元素 (声明:内容节选自《HTML 5从入门到精通》)
    谈起音视频,前端能做些什么
    Safari不能保存session的处理方法
    一篇关于BEM命名规范
    H5新人福音~零配置搭建现代化的前端工程
    2018年,最经典的26个JavaScript面试题和答案!
  • 原文地址:https://www.cnblogs.com/yellowapplemylove/p/2021519.html
Copyright © 2020-2023  润新知