Oracle PL/SQL：如何在大表中查找重复序列？

Question

我有一个这样的 ~20000 行表（seq = 序列）：

id    seq_num   seq_count   seq_id    a    b    c    d
----------------------------------------------------
1     1         3           A400      1    0    0    0
2     2         3           A400      0    1    0    0
3     3         3           A400      0    0    1    0
4     1         2           V2303     1    1    1    1
5     2         2           V2303     1    1    1    1
6     1         3           G2        1    0    0    0
7     2         3           G2        0    1    0    0
8     3         3           G2        0    0    1    0
9     1         3           U900      1    0    0    0
10    2         3           U900      2    2    1    1
11    3         3           U900      5    3    8    5

我想找到在表中有重复的 a-b-c-d 序列的 seq_id，可能只是 dbms_ouput.put_line 或任何东西。如您所见，seq_id G2 是 A400 的副本，因为它们的所有行都匹配，但 U900 没有重复，即使有一行匹配 A400 和 G2。

有没有一种好方法可以在大量数据上检查这样的重复项？我无法创建新表来临时保存数据。到目前为止，我一直在尝试使用游标，但没有运气。

谢谢，如果您需要有关我的问题的更多信息，请告诉我。

Answer 1

Oracle 设置：

CREATE TABLE table_name ( id, seq_num, seq_count, seq_id, a, b, c, d ) AS
SELECT 1,  1, 3, 'A400',  1, 0, 0, 0 FROM DUAL UNION ALL
SELECT 2,  2, 3, 'A400',  0, 1, 0, 0 FROM DUAL UNION ALL
SELECT 3,  3, 3, 'A400',  0, 0, 1, 0 FROM DUAL UNION ALL
SELECT 4,  1, 2, 'V2303', 1, 1, 1, 1 FROM DUAL UNION ALL
SELECT 5,  2, 2, 'V2303', 1, 1, 1, 1 FROM DUAL UNION ALL
SELECT 6,  1, 3, 'G2',    1, 0, 0, 0 FROM DUAL UNION ALL
SELECT 7,  2, 3, 'G2',    0, 1, 0, 0 FROM DUAL UNION ALL
SELECT 8,  3, 3, 'G2',    0, 0, 1, 0 FROM DUAL UNION ALL
SELECT 9,  1, 3, 'U900',  1, 0, 0, 0 FROM DUAL UNION ALL
SELECT 10, 2, 3, 'U900',  2, 2, 1, 1 FROM DUAL UNION ALL
SELECT 11, 3, 3, 'U900',  5, 3, 8, 5 FROM DUAL;

查询：

SELECT  s.seq_id,
        t.seq_id AS matched_seq_id
FROM    table_name s
        INNER JOIN
        table_name t
        ON (    s.seq_num = t.seq_num 
            AND s.seq_count = t.seq_count
            AND s.seq_id   < t.seq_id
            AND s.a = t.a
            AND s.b = t.b
            AND s.c = t.c
            AND s.d = t.d )
GROUP BY
        t.seq_id,
        s.seq_id
HAVING  COUNT( DISTINCT t.seq_num ) = MAX( t.seq_count );

结果：

SEQ_ID MATCHED_SEQ_ID
------ --------------
A400   G2             

Answer 2

假设结果适合大约 2000 个字符长的字符串，最快的方法可能是使用listagg()：

select abcds, listagg(seq_id, ',') within group (order by seq_id)
from (select seq_id, listagg(a||b||c||d, ',') within group (order by seq_num) as abcds
      from table_name
      group by seq_id
     ) t
group by abcds
having count(*) >= 2;

这会将匹配项以逗号分隔的列表形式返回。