Question

我一直在尝试使用连接字段作为我的唯一标识符在SQL Server中连接三个表，但我注意到它已经返回重复的记录。

表A有25＆＃39; 003记录
表B有29＆＃39; 387条记录
表C有22＆＃39; 938条记录

目标是将B和C加入A。

结果有48＆＃3932条记录。

以下是我的查询摘录：

Select 
    a.xxxx, a.yyyy, b.sdsd, c.dffgg
From 
    [table A] a 
Left Join 
    [table B] b on a.pkey = b.pkey
Left Join 
    [table C] c on a.pkey = c.pkey.

表A：

PeriodRef   OfficeCode  OfficeDesc  TaskServLineCode    TaskServLineDesc    ServLineDiv PartnerCode PartnerName ManagerCode ManagerName BillerCode  BillerName  ClientCode  ClientName  BusCatCode  BusCatDesc  GroupCode   GroupDesc   TaskCode    TaskDesc    TaskDateOpen    TaskDateTerminate   InvNumber   InvDate LTDInv  LTDFee  LTDVat  LTDCn   LTDRec  LTDPLFC YTDInv  YTDFee  YTDVat  YTDCn   YTDRec  YTDPLFC PTDInv  PTDFee  PTDVat  PTDCn   PTDRec  PTDPLFC CBal    BalCurr Bal30   Bal60   Bal90   Bal120  Bal150  Bal180  CM Provision    PM Provision    CM Provision movement   Start CY Provision  YTD Provision movement
201710  1   LAGOS   A100    e   a   AAA xcv rg  vgg AOA iyh erd2    tggtt   yue jd  kdk weeer   INV Invoice NULL    NULL    5yj 00:00.0 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
201710  1   LAGOS   A100    e   a   AAA cbvc    rfgt    ghh ZZZZZ   ssf 34ef    etg assw    kjkl    kdk jdkjf   INV Invoice NULL    NULL    6uuj    00:00.0 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
201710  1   LAGOS   A100    e   a   AAA zcvv    ffbb    ddg EOK adf 23df    sss asd ieel    kdk dghjg;js    CT07    sff 00:00.0 00:00.0 56  00:00.0 0   4837500 237500  0   5075000 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0

表B和C具有相同的模式。它们之间唯一的区别就是时期。

PS：这些表没有唯一的标识符，这就是我连接某些列以获取标识符的原因。谢谢大家。

Answer 1

这是一个含糊不清的问题，＆＃34;你如何处理联接中的重复记录？＆＃34;，所以这里是一个非常通用的答案（可能就是你要找的东西），或者可能会让你开始）：

WITH UniqueKeys AS (
    SELECT DISTINCT pkey FROM [table A]
    UNION
    SELECT DISTINCT pkey FROM [table B]
    UNION
    SELECT DISTINCT pkey FROM [table C])
SELECT
    u.pkey,
    CASE WHEN a.pkey IS NOT NULL THEN 1 ELSE 0 END AS in_a,
    CASE WHEN b.pkey IS NOT NULL THEN 1 ELSE 0 END AS in_b,
    CASE WHEN c.pkey IS NOT NULL THEN 1 ELSE 0 END AS in_c
FROM
    UniqueKeys u
    LEFT JOIN [table A] a ON a.pkey = u.pkey
    LEFT JOIN [table B] a ON b.pkey = u.pkey
    LEFT JOIN [table C] a ON c.pkey = u.pkey;

当我处理可能有重复数据或缺少＆＃34;的数据时，这是我的基本方法。多个表中的键：

在所有三个表中创建确实存在的密钥的主列表。这里的关键是我正在使用UNION，因此删除了任何重复项;
将此作为我的锚点指向LEFT JOIN到每个表格。

然后，这将给出一个列表，显示表a，b或c中是否存在每个键。

我想你会想要扩展它，例如您可以添加一个约束，只有在源表中存在重复项时才会列出键？

如果确实存在重复，例如pkey＆＃34; XYZ123＆＃34;在表A中存在四次，那么您可能希望将基本查询更改为GROUP BY u.pkey，并为CASE语句取MAX（）值？您甚至可以通过将其设为SUM（）来计算实例数，但是您需要避免＆＃34;将结果乘以＆＃34;。

所以你的查询现在看起来像这样：

WITH UniqueKeys AS (
    SELECT DISTINCT pkey FROM [table A]
    UNION
    SELECT DISTINCT pkey FROM [table B]
    UNION
    SELECT DISTINCT pkey FROM [table C])
SELECT
    u.pkey,
    SUM(CASE WHEN a.pkey IS NOT NULL THEN a.instances ELSE 0 END) AS in_a,
    SUM(CASE WHEN b.pkey IS NOT NULL THEN b.instances ELSE 0 END) AS in_b,
    SUM(CASE WHEN c.pkey IS NOT NULL THEN c.instances ELSE 0 END) AS in_c
FROM
    UniqueKeys u
    LEFT JOIN (SELECT COUNT(*) AS instances FROM [table A] WHERE pkey = u.pkey) a ON a.pkey = u.pkey
    LEFT JOIN (SELECT COUNT(*) AS instances FROM [table B] WHERE pkey = u.pkey) b ON b.pkey = u.pkey
    LEFT JOIN (SELECT COUNT(*) AS instances FROM [table C] WHERE pkey = u.pkey) c ON c.pkey = u.pkey
GROUP BY
    u.pkey;

Answer 2

问题不明确。看看这对你有帮助。无论您生成标识符的方式是什么，如果它只有一个相应的键，那么它将返回重复项。

请检查3张桌子的数量。

select count(pkey) from [table A]
select count(distinct pkey) from [table A]
select count(pkey) from [table B]
select count(distinct pkey) from [table B]
select count(pkey) from [table C]
select count(distinct pkey) from [table C]

如果表b和表c值的计数和非重复计数不同，则表示密钥在表B和表C中重复。因此，当您与表A匹配时，您的连接总是返回多行。

如何处理SQL Server连接中的重复记录？

2 个答案: