用于查找重复行并返回两个ID的SQL查询

Question

我有一张顾客表：

id | name | email
--------------------------
 1 | Rob  | spam@email.com
 2 | Jim  | spam@email.com
 3 | Dave | ham@email.com
 4 | Fred | eggs@email.com
 5 | Ben  | ham@email.com
 6 | Tom  | ham@email.com

我尝试编写一个SQL查询，返回所有包含重复电子邮件地址的行，但是...我希望查询结果返回原始ID 和重复的ID。 （原始ID是重复电子邮件的第一次出现。）

期望的结果：

original_id | duplicate_id | email
-------------------------------------------
          1 |            2 | spam@email.com
          3 |            5 | ham@email.com
          3 |            6 | ham@email.com

到目前为止，我的研究表明它可能涉及某种自我加入，但我仍然坚持实际的实施。有人可以帮忙吗？

Answer 1

我们可以使用连接来处理这个问题，但实际上我可能会选择一个生成与重复项相对应的CSV列表的选项：

SELECT
    email,
    GROUP_CONCAT(id ORDER BY id) AS duplicate_ids
FROM yourTable
GROUP BY email
HAVING COUNT(*) > 1

从功能上讲，这会在您的问题中提供您想要的相同信息，但在我看来，这是一种非常简化的形式。由于我们在连接时订购id值，因此原始id将始终首先显示在CSV列表的左侧。此外，如果您有许多重复项，您的请求输出可能会变得冗长且难以阅读。

<强>输出：

在这里演示：

Rextester

Answer 2

select
  orig.original_id,
  t.id as duplicate_id,
  orig.email
from t
  inner join (select min(id) as original_id, email
              from t
              group by email
              having count(*)>1) orig on orig.email = t.email
having t.id!=orig.original_id

通过子查询，我们可以找到包含重复项的电子邮件的所有ID。

然后我们通过电子邮件加入子查询，并且每个子查询使用最小id作为原始

更新：http://rextester.com/BLIHK20984克隆@Tim Biegeleisen的回答