我正在使用一个表,它是一组其他表的提取.根据键D1,D2和D3,提取表的所有行都应该是唯一的.他们不是.看来,较早的开发人员尝试通过在此表中查询的所有列中使用SELECT DISTINCT来解决此问题.这将会起作用,但是只有当(D1,D2,D3)上的每一行都是非重复列(忽略添加到提取表的IDENTITY列)时也是重复的.
换句话说,给定行如下：
D1 D2 D3 C4 C5 C6 === === === === === === A B C X1 X2 X3 A B C X1 X2 X3
然后
SELECT DISTINCT D1,D3,C4,C5,C6 FROM BAD_TABLE
将“工作”,因为在(D1,D3)上重复的行之间没有区别.但如果表包含
D1 D2 D3 C4 C5 C6 === === === === === === A B C X1 X2 X3 A B C X1 X2 X4
那么SELECT DISTINCT将为键(A,B,C)返回两行.此外,我们必须决定哪个X3或X4是“正确”的值.
我知道如何找到重复的(D1,D3).我甚至知道如何找到所有列(IDENTITY列除外)的重复项：
;
WITH DUPLICATES(D1,D3) AS
(
SELECT D1,D3
FROM SOURCE
GROUP BY D1,D3
HAVING COUNT(*)>1
)
SELECT S.D1,S.D2,S.D3,S.C4,S.C5,S.C6
FROM SOURCE S
INNER JOIN DUPLICATES D
ON S.D1 = D.D1 AND S.D2 = D.D2 AND S.D3 = D.D3
ORDER BY S.D1,S.C6
问题是,如何在(D1,D3)上重复上述结果集的子集,但不能在(D1,C6)上重复？
解决方法
你可以通过加入自己的表来做,说D的都是平等的,至少有一个C不相等.
CREATE TABLE #Source (
D1 VARCHAR(2),D2 VARCHAR(2),D3 VARCHAR(2),C4 VARCHAR(2),C5 VARCHAR(2),C6 VARCHAR(2) );
INSERT INTO #Source VALUES ('A','B','C','X1','X2','X3');
INSERT INTO #Source VALUES ('A','X4');
INSERT INTO #Source VALUES ('A','D','X3');
SELECT S1.D1,S1.D2,S1.D3,S1.C4 C4_1,S2.C4 C4_2,S1.C5 C5_1,S2.C5 C5_2,S1.C6 C6_1,S2.C6 C6_2
FROM
#Source S1
INNER JOIN
#Source S2
ON
( S1.D1 = S2.D1
AND S1.D2 = S2.D2
AND S1.D3 = S2.D3
AND ( S1.C4 <> S2.C4
OR S1.C5 <> S2.C5
OR S1.C6 <> S2.C6
)
);
DROP TABLE #Source;
给出以下结果：
D1 D2 D3 C4_1 C4_2 C5_1 C5_2 C6_1 C6_2 ---- ---- ---- ---- ---- ---- ---- ---- ---- A B C X1 X1 X2 X2 X4 X3 A B C X1 X1 X2 X2 X3 X4
另请注意,这与MS sql 2000兼容,因为您稍后表示在How to Convert a SQL Query using Common Table Expressions to One Without (for SQL Server 2000)中是必需的.
