Question

我需要在用户未正确输入名称的单个表上标识重复项（例如，不是在fname中放入“ John”，而在lname中放入“ Smith”，而是一条已经存在的记录），他们将{Smith“放在fname中，将” John“放入lname中）。我需要识别这些重复项，并列出重复项及其正确的记录副本。

我设置了两个CTE，一个仅拉出我需要的列，另一个拉出具有要删除的不良信息的相同列。主要查询提取所有列，并将完整表与CTE表进行比较，并将其与重复项进行比较。我无法在两个CTE之间进行比较，因为它会出错（由用作表达式的子查询返回的行多于一个）。查询以其当前形式返回9813408908970990872314结果（我放弃了导出650k）。这是PostgreSQL数据库，未知版本，但我相信它是9+。人员表上有约320k有效行，而wrong_order CTE中有2499条有效行。关键字段是person.number，但每个字段都有唯一的编号，即使输入错误也是如此（由于删除的记录与数据保留规则冲突，因此每一行都会得到一个，但并非所有行都有一个）。

WITH
  correct_order AS (
    SELECT (p.lname||', '|| p.fname) AS "name",
    p.number AS "num",
    p.birthdate AS "dob"
    FROM person p
    WHERE p.lname IS NOT NULL
    ),
  wrong_order AS (
    SELECT (p.fname||', '|| p.lname) AS "name",
    p.number AS "num",
    p.birthdate AS "dob"
    FROM person p
    WHERE (p.lname||', '|| p.fname) IN (p.fname||', '|| p.lname)
    )
SELECT
  correct_order.name AS "Correct Name",
  correct_order.num AS "Correct Num",
  correct_order.birthdate AS "Correct DOB",
  wrong_order.name AS "Wrong Name",
  wrong_order.num AS "Wrong Num",
  wrong_order.birthdate AS "Wrong DOB"
FROM
  correct_order, wrong_order
WHERE
  correct_order.name IN (SELECT wrong_order.name FROM wrong_order)

我希望看到两个CTE的名称/编号/标识，其中两组数据在两者之间匹配。相反，我得到的是一个重复，其中这六个值的每种可能的组合。我尝试在主查询（correct_order JOIN wrong_order ON correct_order.name = wrong_order.name）中使用联接，但是不能在字符串上使用=，而使用IN则抛出“多行...”。在我没有足够的力量而没有一些帮助的情况下，尽管有可能在powershell中进行操作。

Answer 1

您那里有意外的交叉联接（FROM correct_order, wrong_order没有联接条件）。这就解释了天文的行数。

您需要查询以下几行：

SELECTS /* columns you need */
FROM person AS correct
   JOIN person AS wrong
      ON (correct.fname, correct.lname) =
         (wrong.lname, wrong.fname)
WHERE correct.lname IS NOT NULL;

希望我能正确理解你的意图。

将字符串与=进行比较没有问题，这肯定是一种误解。

需要查找并列出多个CTE之间的重复项

1 个答案: