It'é fácil de encontrar duplicados com um campo:
SELECT name, COUNT(email)
FROM users
GROUP BY email
HAVING COUNT(email) > 1
Então, se tivermos uma mesa
ID NAME EMAIL
1 John [email protected]
2 Sam [email protected]
3 Tom [email protected]
4 Bob [email protected]
5 Tom [email protected]
Esta consulta vai nos dar John, Sam, Tom, Tom porque todos eles têm o mesmo email
.
No entanto, o que eu quero é obter duplicatas com o mesmo "e-mail" ** e*** "nome".
Isto é, eu quero " Tom", " Tom".
A razão pela qual eu preciso disto: Cometi um erro, e permiti a inserção de valores duplicados de "nome" e "e-mail". Agora eu preciso remover/alterar as duplicatas, então eu preciso defuncionar elas primeiro.
SELECT
name, email, COUNT(*)
FROM
users
GROUP BY
name, email
HAVING
COUNT(*) > 1
Basta agrupar em ambas as colunas.
Nota: o antigo padrão ANSI é ter todas as colunas não agregadas no GROUP BY, mas isso mudou com a idéia de "dependência funcional":
Na teoria da base de dados relacional, uma dependência funcional é uma restrição entre dois conjuntos de atributos em uma relação de uma base de dados. Em outras palavras, a dependência funcional é uma restrição que descreve a relação entre atributos em uma relação.
O apoio não é consistente:
sql_mode=only_full_group_by
:Experimenta isto:
declare @YourTable table (id int, name varchar(10), email varchar(50))
INSERT @YourTable VALUES (1,'John','John-email')
INSERT @YourTable VALUES (2,'John','John-email')
INSERT @YourTable VALUES (3,'fred','John-email')
INSERT @YourTable VALUES (4,'fred','fred-email')
INSERT @YourTable VALUES (5,'sam','sam-email')
INSERT @YourTable VALUES (6,'sam','sam-email')
SELECT
name,email, COUNT(*) AS CountOf
FROM @YourTable
GROUP BY name,email
HAVING COUNT(*)>1
SAÍDA:
name email CountOf
---------- ----------- -----------
John John-email 2
sam sam-email 2
(2 row(s) affected)
se quiser que as identificações dos dups usem isto:
SELECT
y.id,y.name,y.email
FROM @YourTable y
INNER JOIN (SELECT
name,email, COUNT(*) AS CountOf
FROM @YourTable
GROUP BY name,email
HAVING COUNT(*)>1
) dt ON y.name=dt.name AND y.email=dt.email
SAÍDA:
id name email
----------- ---------- ------------
1 John John-email
2 John John-email
5 sam sam-email
6 sam sam-email
(4 row(s) affected)
para apagar as duplicatas tentar:
DELETE d
FROM @YourTable d
INNER JOIN (SELECT
y.id,y.name,y.email,ROW_NUMBER() OVER(PARTITION BY y.name,y.email ORDER BY y.name,y.email,y.id) AS RowRank
FROM @YourTable y
INNER JOIN (SELECT
name,email, COUNT(*) AS CountOf
FROM @YourTable
GROUP BY name,email
HAVING COUNT(*)>1
) dt ON y.name=dt.name AND y.email=dt.email
) dt2 ON d.id=dt2.id
WHERE dt2.RowRank!=1
SELECT * FROM @YourTable
SAÍDA:
id name email
----------- ---------- --------------
1 John John-email
3 fred John-email
4 fred fred-email
5 sam sam-email
(4 row(s) affected)