如何获取同一张表中的记录差异计数，其中有不同的和几乎不同的记录

Question

我有一张表TABLEA，数据如下

field1 field2 field3.......field16
123    10-JAN-12 0.8.......ABC
123    10-JAN-12 0.8.......ABC
.
.
.
123    10-JAN-12 0.7.......ABC
245    11-JAN-12 0.3.......CDE
245    11-JAN-12 0.3.......CDE
245    11-JAN-12 0.3.......XYZ
...
<unique rows>

当我做一个

select field1, field2, ...field16 
  from TABLEA

我获得了 M 条记录，当我做一个时

select distinct field1, field2...field16 
  from TABLEA

我获得了M-x 记录，其中M 是百万，x 是一个小得多的#。

我正在尝试编写 SQL 来获取 x 记录（最终，只获取计数）。 我已经尝试过所有 Set 运算符关键字，例如

select field1...field16 
 from TABLEA 
 EXCEPT 
 select distinct field1..field16 
   from TABLEA  

或者使用UNION ALL 而不是EXCEPT。但是它们都没有返回x，而是都返回0行。

Answer 1

您可以选择不区分的行

 SELECT field1, ... , field16
   FROM tablea
  GROUP BY field1, ... , field16
 HAVING count(*) > 1

编辑：另一种方法是使用分析函数ROW_NUMBER()，按所有field 列进行分区。给定字段集的第一行（即不同的）具有ROW_NUMBER = 1，第二行 = 2，第三行 = 3 等等。因此您可以选择带有WHERE ROW_NUMBER > 1 的x-行。

CREATE TABLE tablea (
    field1 NUMBER, field2 DATE,  field3 NUMBER, field16 VARCHAR2(10)
);

INSERT INTO tablea VALUES (123, DATE '2012-01-10', 0.8, 'ABC');
INSERT INTO tablea VALUES (123, DATE '2012-01-10', 0.8, 'ABC');
INSERT INTO tablea VALUES (123, DATE '2012-01-10', 0.7, 'ABC');
INSERT INTO tablea VALUES (245, DATE '2012-01-11', 0.3, 'CDE');
INSERT INTO tablea VALUES (245, DATE '2012-01-11', 0.3, 'CDE');
INSERT INTO tablea VALUES (245, DATE '2012-01-11', 0.3, 'XYZ');

选择重复行x：

SELECT *
  FROM (
        SELECT field1, field2, field3, field16,
               ROWID AS rid,
               ROW_NUMBER() OVER (PARTITION BY 
               field1, field2, field3, field16 ORDER BY ROWID) as rn
          FROM tablea
        )
  WHERE rn > 1;

 123 10.01.2012 0.8 ABC AAAJ6mAAEAAAAExAAB 2
 245 11.01.2012 0.3 CDE AAAJ6mAAEAAAAExAAE 2

Answer 2

如果您的列选择相同，您将不会获得不在您不同的行结果的计数。 Distinct 显示了所有结果的“DISTINCT”可能性，因此执行 union all 只会重复它，而 except 永远不会找到任何东西，因为你限制了你的行。你到底想做什么？尝试计算差异发生在哪里？你从 Wolfgang 那里得到的答案已经做到了。

declare @Table Table ( personID int identity, person varchar(8));

insert into @Table values ('Brett'),('Brett'),('Brett'),('John'),('John'),('Peter');


-- gives me all results
select person
from @Table

-- gives me distinct results (no repeats)
Select distinct person
from @Table


-- gives me nothing as nothing exists that is distinct that is not in total
select person
from @Table 
except 
select distinct person
from @Table

-- shows me counts of rows repeated by pivoting on one column and counting resultant rows from that.  Having clause adds predicate specific logic to hunt for.
-- in this case duplicates or rows greater than one
Select person, count(*)
from @Table 
group by person
having count(*) > 1 

编辑，如果这就是你的意思，你可以得到与总数不同的差异：

 with dupes as 
    (
    Select count(*) as cnts, sum(count(*)) over() as TotalDupes
    from @Table 
    group by person 
    having count(*) > 1 -- dupes are defined by rows repeating 
    ) 
, uniques as 
    (
    Select count(*) as cnts, sum(count(*)) over() as TotalUniques
    from @Table 
    group by person 
    having count(*) = 1  -- non dupes are rows of only a single resulting row
    )
select distinct TotalDupes - TotalUniques as DifferenceFromRepeatsToUnqiues
from Dupes, Uniques

Answer 3

您将通过您在上面发布的“除外”查询获得您想要的结果。但是您必须在您的 except 中包含“ALL”关键字，因为“Except Distinct”是默认设置。所以我刚刚在您的查询中添加了下面的 ALL 关键字：

选择字段 1...字段 16 来自 TABLEA 除了所有 选择不同的 field1..field16 来自 TABLEA

如果您想要 M-x 的记录计数，则将上述查询设为另一个查询的 FROM 子句中的子查询，并在该外部查询中有计数，您将获得如下所示的计数：

选择计数(*) 从 ( 选择字段 1...字段 16 来自 TABLEA 除了所有 选择不同的 field1..field16 来自 TABLEA
) 乙

猜猜这就是你要找的东西。

祝你好运