Question

我正试图在表格中找到重复的客户：

customer_id | first_name | last_name 
-------------------------------------
          0 | Rich       | Smith
          1 | Paul       | Jones
          2 | Richard    | Smith
          3 | Jimmy      | Roberts

在这种情况下，我需要一个将返回customer_id 0和customer_id 2的查询。查询需要查找客户可能缩短其姓名的匹配项，Rich而不是Richard - 或Rob而不是Robert。

我有这个查询，但它只返回一个（不是两个）匹配。我需要Rich和amp;理查德回答了这个问题。

select distinct customers.customer_id, concat(customers.first_name,' ',customers.last_name) as name from customers
inner join customers dup on customers.last_name = dup.last_name
where (dup.first_name like concat('%', customers.first_name, '%')
and dup.customer_id <> customers.customer_id )
order by name

有人可以指出我正确的方向吗？

根据@tsOverflow，这是解决我问题的最终查询：

select distinct customers.customer_id, concat(customers.first_name,' ',customers.last_name) as name 
from customers
    inner join customers dup on customers.last_name = dup.last_name
where ((dup.first_name like concat('%', customers.first_name, '%') 
            OR (customers.first_name like concat('%', dup.first_name, '%')) 
        )
    and dup.customer_id <> customers.customer_id )
order by name

上述解决方案可能存在性能问题。

Answer 1

你的问题是因为Rich是Richard的子串，但不是相反。

这将检查两种方式：

select distinct randomtest.customer_id, concat(randomtest.first_name,' ',randomtest.last_name) as name 
from randomtest
    inner join randomtest dup on randomtest.last_name = dup.last_name
where ((dup.first_name like concat('%', randomtest.first_name, '%') 
            OR (randomtest.first_name like concat('%', dup.first_name, '%')) 
        )
    and dup.customer_id <> randomtest.customer_id )
order by name

我添加了OR并执行了相反的检查。请注意，在查询中使用like语句会产生性能影响 - 我不是这方面的专家，只是一个想法。

编辑：正如其他人在评论中所提到的 - 这只会抓住“缩短”版本实际上只是一个子串的情况，它不会遇到迈克尔 - ＆gt;迈克，或威廉 - ＆gt;比尔，另一方面，约翰和一些名叫约翰逊的人也可能是两个完全不同的人。

使用LIKE搜索重复的客户

1 个答案: