Question

我需要从表中删除重复记录。语法：T-SQL（MS SQL Server）

它有两个困难：

有些字段包含不应影响行比较的数据
还有一个与第一个关联的表与“一对多”关系

示例：

Table A                 Table B
--------------          --------------
AId - int       <-\     BId - int
A1 - int           \->  AId - int
A2 - varchar            B6 - varchar
A3 - varchar            B7 - varchar
A4 - varchar            B8 - varchar
A5 - int                B9 - int

因此，表A中的任何记录都包含字段AId，A1，A2，A3，A4和A5，以及“子记录”列表：表B中记录的列表，其中B.AId与A.AId匹配。例如，它可以是采购交易清单，其中表A包含交易属性，例如日期/时间或客户ID，表B可以表示货物清单及其价格和金额。

一旦某些记录重复出现。它们具有不同的AId，不同的BId，不同的A4，A5，B8和B9。所有其他字段应匹配，以使两个记录重复。

因此，如果出现以下情况，A中的两个记录X和Y将被视为重复：

X.A1 == Y.A1
X.A2 == Y.A2
表B中所有带有AId == X.AId的记录完全匹配B中所有AID == Y.AId的记录，但不包括（忽略）B8和B9字段

我至少需要获得这些重复记录的AID，最多删除那些重复记录，但只留下一份记录副本（无论哪一个）。

请告诉我是否需要以下说明。提前谢谢。

upd： SQL小提琴：http://sqlfiddle.com/#!3/898c8/1

Answer 1

Select a1, Count(CompareField) From (Select a.a1 as a1, a.a1 + a.a2 +  a.a3 + b.b6 + b.b7 as compareField from A inner join b on a.AID = b.AID) z Group by z.comparefield

这将为您提供所有重复项的列表，然后您可以使用外部查询删除记录从（prevquery）中的Where AID中删除

可能不需要说明但是，请确保在运行您的DELETE QUERY之前备份数据库。：）

Answer 2

诀窍是将表B中的多行连接到单个字符串。

对于SQL Server，您可以滥用XML功能（如果值中有特殊字符，则可能会出现问题 - 其他人在Sybase中有内置函数，如LIST（），它返回以逗号分隔的列表）：

SELECT AID, A1, A2, A3, (
  SELECT B6, B7
  FROM B
  WHERE AID=A.AID
  ORDER BY B6, B7
  FOR XML RAW
) XML
FROM A

http://sqlfiddle.com/#!3/898c8/29/0

现在你有一个平面表，很容易找到和删除重复项（这是留给读者的练习）......

在具有来自另一个表的附加数据集的行中搜索重复项

2 个答案: