使用字符串匹配来减少查询结果

Question

我的表格格式为：

Id     | Loc |
-------|-----|
789-A  | 4   |
123    | 1   |
123-BZ | 1   |
123-CG | 2   |
456    | 2   |
456    | 3   |
789    | 4   |

我想根据是否存在重复，从查询结果中排除某些行。但是，在这种情况下，重复行的定义非常复杂：

如果查询返回的任何行（让我们将此假设行称为ThisRow），则查询结果中还包含对应的行 其中{ {1}}与Loc相同而ThisRow.Loc的格式为Id，则<ThisRow.Id>-<an alphanumeric suffix>应视为重复，并从查询结果中排除。

例如，使用上表，ThisRow应返回以下结果集：

SELECT * FROM table

我理解如何编写匹配条件的字符串：

Id     | Loc |
-------|-----|
789-A  | 4   |
123-BZ | 1   |
123-CG | 2   |
456    | 2   |
456    | 3   |

和ThisRow.Id REGEXP '^PossibleDuplicateRow.Id-[A-Za-z0-9]*' ：

的直接比较

Loc

我不明白的是如何将这些条件形成为（自引用？）查询。

Answer 1

这是一种方式：

SELECT *
FROM myTable t1
WHERE NOT EXISTS
(
    SELECT 1
    FROM myTable t2
    WHERE t2.Loc = t1.Loc
    AND t2.Id LIKE CONCAT(t1.Id, '-%')
)

SQL Fiddle example

或者，使用反连接的相同查询（应该更快一点）：

SELECT *
FROM myTable t1
LEFT OUTER JOIN myTable t2 
    ON t2.Loc = t1.Loc
    AND t2.Id LIKE CONCAT(t1.Id, '-%')
WHERE t2.Id IS NULL

SQL Fiddle example

Answer 2

在您提供的示例数据中，没有重复的位置不在重复行上的示例。例如，您没有“123-AZ，1”行，其中前缀行“123,1”将与两行冲突。

如果这是数据的真实特征，那么您可以通过使用聚合来消除没有自联接的重复：

select max(id), loc
from t
group by (case when locate(id, '-') = 0 then id
               else left(id, locate(id, '-') - 1)
          end), loc

我提供这个是因为聚合应该比非等值连接快得多。