Question

我现在真的陷入困境，因为我的查询有效，但只有一些示例数据，在实际数据库中有15'000个客户端，我甚至没有及时得到响应。

我有下表：

-Client-
id
firstname
lastname

现在我的查询必须得到所有可能的重复项并列出它们，所以假设我们的客户端A的id为1，B的id为2，C的id = 3，它们具有相同的名字和姓氏。输出应如下所示：

id | duplicateID | client | duplicate
1  | 2           | A      | B
1  | 3           | A      | C
2  | 3           | B      | C

我的查询如下：

SELECT
  c.id AS clientID,
  d.id AS duplicateID,
  CONCAT(c.firstname, ' ', c.lastname) AS fullName
FROM Client AS c
JOIN Client AS d
  ON d.lastname = c.lastname
  AND d.firstname = c.firstname
  AND d.id != c.id
  AND d.id > c.id
ORDER BY fullName, c.id

有没有办法提高性能而不会丢失任何结果？我查看了this回答，但是每个客户端只有一个副本，我想要所有重复项。

感谢任何帮助或提示，谢谢

根据要求修改：SQL Fiddle

Answer 1

这是您的查询，每次稍微简化（删除一个on条件）。

SELECT c.id AS clientID, d.id AS duplicateID, CONCAT(c.firstname, ' ', c.lastname) AS fullName
FROM Client c JOIN
     Client d
     ON d.lastname = c.lastname AND d.firstname = c.firstname AND d.id > c.id
ORDER BY fullName, c.id;

尝试使用索引。

create index client_lastname_firstname_id on client(lastname, firstname, id);

这应该有助于join。如果您有大量数据，order by可能会成为性能瓶颈。

另一种解决方案是将所有重复项放在一行上。这只涉及group by，并提供每个名称的重复ID列表：

SELECT CONCAT(c.firstname, ' ', c.lastname) AS fullName,
       group_concat(c.id order by c.id) AS clientIDs
 FROM Client c 
GROUP BY c.firstname, c.lastname;

有效地获取重复项

1 个答案: