Question

我有一个数据库表，用于存储员工的ID以及他们之前正在进行的项目。现在，我想要检索一对在这两个员工之间处理相同项目和共同项目的员工。如果我做“自我加入”的方法，那么我会得到重复的行。

SELECT DISTINCT ep1.employee_id, ep2.employee_id, COUNT(p.id)
FROM employee_project ep1, employee_project ep2, project p
WHERE ep1.project_id=ep2.project_id 
AND ep1.employee_id  ep2.employee_id 
AND p.id=ep1.project_id
GROUP BY ep1.employee_id, ep2.employee_id, p.id

结果：

employee1 | employee2 | 5

employee2 | employee1 | 5

Answer 1

将ep1.employee_id >= ep2.employee_id添加到where子句。

Answer 2

我会创建一个新表，其中包含要保持唯一的列的唯一索引。然后从旧表插入到新表中，忽略有关重复行的警告。最后，我会删除（或重命名）旧表并将其替换为新表。在MySQL中，这看起来像

CREATE TABLE tmp LIKE mytable;
ALTER TABLE tmp ADD UNIQUE INDEX myindex (emp_name, emp_address, sex, marital_status);
INSERT IGNORE INTO tmp SELECT * FROM mytable;
DROP TABLE mytable;
RENAME TABLE tmp TO mytable;

Answer 3

另一种选择是“规范化”组合并对其进行分组：

SELECT greatest(ep1.employee_id, ep2.employee_id), 
       least(ep1.employee_id, ep2.employee_id), 
       count(*)
FROM employee_project ep1
  JOIN employee_project ep2 
    ON ep1.project_id=ep2.project_id 
   AND ep1.employee_id=ep2.employee_id 
  JOIN project p ON p.id=ep1.project_id
GROUP BY greatest(ep1.employee_id, ep2.employee_id), 
         least(ep1.employee_id, ep2.employee_id)

Answer 4

看起来所有四列值都是重复的，所以你可以这样做 -

select distinct emp_name, emp_address, sex, marital_status
from YourTable

但是，如果婚姻状况可能不同，并且您有一些其他列可供选择（例如，您希望基于列create_date的最新记录），则可以执行此操作

select emp_name, emp_address, sex, marital_status
from YourTable a
where not exists (select 1 
                   from YourTable b
                  where b.emp_name = a.emp_name and
                        b.emp_address = a.emp_address and
                        b.sex = a.sex and
                        b.create_date >= a.create_date)

如何摆脱SQL查询中的重复

4 个答案: