将结果限制为仅一个值仅出现一次的行答案

【问题标题】：Restricting results to only rows where one value appears only once将结果限制为仅一个值仅出现一次的行
【发布时间】：2012-02-01 20:59:21
【问题描述】：

我有一个比这里的示例更复杂的查询，但它只需要返回某个字段在数据集中不多次出现的行。

ACTIVITY_SK      STUDY_ACTIVITY_SK
100              200
101              201
102              200
100              203

在此示例中，我不希望返回任何 ACTIVITY_SK 为 100 的记录，因为 ACTIVITY_SK 在数据集中出现了两次。

数据是一个映射表，用于许多连接，但是像这样的多条记录意味着数据质量问题，所以我需要简单地将它们从结果中删除，而不是在其他地方造成错误的连接。

SELECT 
   A.ACTIVITY_SK,
   A.STATUS,
   B.STUDY_ACTIVITY_SK,
   B.NAME,
   B.PROJECT
 FROM
   ACTIVITY A,
   PROJECT B
 WHERE 
   A.ACTIVITY_SK = B.STUDY_ACTIVITY_SK

我曾尝试过这样的事情：

SELECT 
   A.ACTIVITY_SK,
   A.STATUS,
   B.STUDY_ACTIVITY_SK,
   B.NAME,
   B.PROJECT
 FROM
   ACTIVITY A,
   PROJECT B
 WHERE 
   A.ACTIVITY_SK = B.STUDY_ACTIVITY_SK
 WHERE A.ACTIVITY_SK NOT IN
 (

  SELECT 
     A.ACTIVITY_SK,
     COUNT(*)
    FROM
      ACTIVITY A,
      PROJECT B
    WHERE 
    A.ACTIVITY_SK = B.STUDY_ACTIVITY_SK
    GROUP BY A.ACTIVITY_SK
    HAVING COUNT(*) > 1

 )

但是必须有一种更便宜的方法来做到这一点......

【问题讨论】：

标签： sql oracle aggregate having

【解决方案1】：

这样的东西运行起来可能有点“便宜”：

SELECT
   A.ACTIVITY_SK,
   A.STATUS,
   B.STUDY_ACTIVITY_SK,
   B.NAME,
   B.PROJECT
PROJECT B INNER JOIN
   (SELECT 
       ACTIVITY_SK,
       MIN(STATUS) STATUS,
    FROM
      ACTIVITY
    GROUP BY ACTIVITY_SK
    HAVING COUNT(ACTIVITY_SK) = 1 ) A
ON A.ACTIVITY_SK = B.STUDY_ACTIVITY_SK

【讨论】：

嗨，谢谢...没想到我可以统计我分组的内容？看起来我无法避免两次有效地运行相同的查询，a 和 b 之间的连接需要在两个查询中进行，因为正是这个连接创建了重复项。
你可以。通常我不使用 COUNT(*)，我总是尝试使用 COUNT(PK_COLUMN)，因为 PK 从来没有空值，优化器可以使用该列上的索引。

【解决方案2】：

另一种选择：

select * from (
  SELECT 
     A.ACTIVITY_SK,
     A.STATUS,
     B.STUDY_ACTIVITY_SK,
     B.NAME,
     B.PROJECT,
     count(distinct a.pk) over (partition by a.activity_sk) AS c
   FROM
     ACTIVITY A,
     PROJECT B
   WHERE 
     A.ACTIVITY_SK = B.STUDY_ACTIVITY_SK
) where c = 1;

（其中a.pk 指的是来自 ACTIVITY 表的唯一标识符）

【讨论】：