Question

我已经在SO上阅读了一些关于如何删除重复项的帖子，通过将表与其自身的另一个实例进行比较，但是我不想删除我想要比较它们的重复项。

例如。我有“id”，“sold_price”，“bruksareal”，“kommunenr”，“Gårdsnr”，“Bruksnr”，“Festenr”，“Seksjonsnr”等字段。所有字段都是int。

我想识别重复/相同的行（相同的bruksareal，kommunenr，gårdsnr，bruksnr，festenr和seksjonsnr）。如果相同，那么我想给这些行一个唯一的参考号。

我相信这会更容易识别我后来想要在其他字段上比较的行（例如“sold_price”，“sold_date”等等。）

如果您认为我的方法有误，我愿意接受建议......

Answer 1

在所有字段中对表自身执行连接，然后使用exists查询，例如：

Update Table1
Set reference = UUID()
Where exists (
 Select tb1.id
 from Table1 tb1 inner join Table1 tb2 on
  tb1.Field1 = tb2.Field1 AND
  tb1.Field2 = tb2.Field2 AND
  etc
 Where tb1.Id = Table1.Id
 And tb1.Id != tb2.Id
)

实际上你只需加入就可以简化

Update Table1
Set reference = UUID()
From Table1 inner join Table1 tb2 on
      Table1.Field1 = tb2.Field1 AND
      Table1.Field2 = tb2.Field2 AND
      etc
Where Table1.Id != tb2.Id

Answer 2

根据你想要做的那样，我会去做哈希实现。对于每个插入，在执行插入时计算所需列的哈希值（可能是触发器），之后您应该能够非常容易地找到哪些行是重复的（如果您索引该列，查询应该非常快，但请记住，这仍然不是一个int列，因此随着时间的推移它会变慢一些）。

在此之后，您可以使用重复的记录随意执行任何操作，而无需对数据库进行非常昂贵的查询。

稍后编辑：确保将空值转换为某个定义的值，因为如果操作数为null，某些mysql函数（如MD5）将返回null。 concat也是如此 - 如果一个操作数为null，它将返回null（虽然相同但对concat_ws无效）。

mySQL：如何根据四个字段识别重复项

2 个答案: