Question

我正在尝试创建一个MySQL查询，该查询将返回包含一组相关记录中的重复值的所有单独行（未分组）。 “相关记录组”是指具有相同帐号的组（根据下面的示例）。

基本上，在共享相同的不同帐号的每组相关记录中，只选择那些date或amount列的值与该帐户组中其他行的值相同的行的记录。只应将该值视为该帐户组内的重复值。下面的样本表和理想的输出细节应该可以解决问题。

另外，我不关心任何状态为X的记录，即使它们有重复的值。

带有相关数据的小样本表：

id   account   invoice   date         amount   status
1    1         1         2012-04-01   0        X
2    1         2         2012-04-01   120      P
3    1         2         2012-05-01   120      U
4    1         3         2012-05-01   117      U
5    2         4         2012-04-01   82       X
6    2         4         2012-05-01   82       U
7    2         5         2012-03-01   81       P
8    2         6         2012-05-01   80       U
9    3         7         2012-03-01   80       P
10   3         8         2012-04-01   79       U
11   3         9         2012-04-01   78       U

从所需的SQL查询返回的理想输出：

id   account   invoice   date         amount   status
2    1         2         2012-04-01   120      P
3    1         2         2012-05-01   120      U
4    1         3         2012-05-01   117      U
6    2         4         2012-05-01   82       U
8    2         6         2012-05-01   80       U
10   3         8         2012-04-01   79       U
11   3         9         2012-04-01   78       U

因此，第7/9行和第8/9行不应同时返回，因为它们的重复值在各自的帐户范围内不被视为重复。但是，应返回第8行，因为它与第6行共享一个重复值。

稍后，我可能希望通过仅抓取具有匹配状态的重复行来进一步磨练选择，因此排除第2行，因为它与该帐户的记录组中找到的其他两个不匹配。进行查询会有多困难？它只是添加WHERE或HAVING子句的问题，还是比它更复杂？

我希望我对我想要完成的事情的解释是有道理的。我尝试过使用INNER JOIN但是多次返回每个所需的行。我不想要重复的重复。

表结构和样本值：

CREATE TABLE payment (
  id int(11) NOT NULL auto_increment,
  account int(10) NOT NULL default '0',
  invoice int(10) NOT NULL default '0',
  date date NOT NULL default '0000-00-00',
  amount int(10) NOT NULL default '0',
  status char(1) NOT NULL default '',
  PRIMARY KEY  (id)
);

INSERT INTO payment VALUES (1, 1, 1, '2012-04-01', 0, 'X'); 
INSERT INTO payment VALUES (2, 1, 2, '2012-04-01', 120, 'P'); 
INSERT INTO payment VALUES (3, 1, 2, '2012-05-01', 120, 'U'); 
INSERT INTO payment VALUES (4, 1, 3, '2012-05-01', 117, 'U'); 
INSERT INTO payment VALUES (5, 2, 4, '2012-04-01', 82, 'X'); 
INSERT INTO payment VALUES (6, 2, 4, '2012-05-01', 82, 'U'); 
INSERT INTO payment VALUES (7, 2, 5, '2012-03-01', 81, 'p'); 
INSERT INTO payment VALUES (8, 2, 6, '2012-05-01', 80, 'U'); 
INSERT INTO payment VALUES (9, 3, 7, '2012-03-01', 80, 'U'); 
INSERT INTO payment VALUES (10, 3, 8, '2012-04-01', 79, 'U'); 
INSERT INTO payment VALUES (11, 3, 9, '2012-04-01', 78, 'U');

Answer 1

此类查询可以实现为semi join。

Semijoins用于从联接中表的一个中选择行。

例如：

select distinct l.*
from payment l
inner join payment r
on 
  l.id != r.id and l.account = r.account and
  (l.date = r.date or l.amount = r.amount)
where l.status != 'X' and r.status != 'X'
order by l.id asc;

请注意使用distinct，并且我只选择左表中的列。这可以确保没有重复。

连接条件检查：

它没有加入一行（l.id != r.id）
行位于同一帐户（l.account = r.account）
且日期或金额相同（l.date = r.date or l.amount = r.amount）

对于问题的第二部分，您需要更新查询中的on子句。

Answer 2

这似乎有效

select * from payment p1
join payment p2 on
(p1.id != p2.id 
 and p1.status != 'X'
 and p1.account = p2.account
 and (p1.amount = p2.amount or p1.date = p2.date))
group by p1.id

http://sqlfiddle.com/#!2/a50e9/3

从不同的相关记录组中的两列之一中选择包含重复值的所有行

带有相关数据的小样本表：

从所需的SQL查询返回的理想输出：

表结构和样本值：

2 个答案: