在没有主键的表中查找重复项答案

【问题标题】：Find duplicates in table without primary key在没有主键的表中查找重复项
【发布时间】：2022-11-18 02:50:01
【问题描述】：

我有一个包含三个字段的表。第一个字段 - 具有 varchar 数据类型 - 是客户的号码 (c_number)，其他两个也是 varchar - 客户的名字和姓氏（c_first_name 和 c_last_name）。

该表没有单独的主键。但是有相同c_number字段的重复项（例如，对于相同的客户，但是名字和姓氏写在不同的寄存器中）

表中的记录数相当大——大约一百万。

需要显示所有重复次数大于N次的客户。

这是正面解决问题的代码：

Select *
COUNT(c_number) as c
GROUP BY c_number
HAVING (c > N) ;

但是这种方法似乎很慢。我的解决方案是添加索引：

CREATE INDEX idx_c_number 
ON TABLENAME(c_number);

之后，如果我理解正确，就可以执行表达式来实时搜索重复项。如果仍然不是这种情况，请告诉我找到具有最佳性能的重复项的最佳解决方案（记住我们仍然没有主键这一事实）

【问题讨论】：

【解决方案1】：

实际上，“一百万条记录”不是被认为是“大”了......

是的，索引将使您能够使用您所描述的查询，并在速度上有合理的提高。“但是，要付出代价……”

虽然有些人认为在表上设置主键是“必要的”或至少是“习惯的”，但这完全取决于您。例如，一些表基本上只是“事件或事务日志”，您永远不会利用引用它们的“主键”。如果你永远不会使用一个，你就不需要一个。它不会以任何方式影响“索引”。

现在，通过创建这个索引，您将要介绍一个长期成本：今后必须维持该指数。这将引入额外的成本予取予求插入或删除记录，或更新索引值。因此，虽然这当然会使当前查询“更快”，但它不是免费的。 “相应地计划。”只有您可以决定什么是最适合您的。由于影响更大，我鼓励您在继续之前与您的同事讨论此事。

【讨论】：