统计SQL中的重复项

系统运维 2024-03-31 醒在深海的猫手机阅读

作为数据库管理员，您可能会遇到需要确定给定表列中的重复值的实例。这在需要清理包含不同值的表时特别有用。

在给定的表中可能出现重复的实例有很多。这可以包括自动导入和缺少表中的约束。幸运的是，我们有各种工具和技术来确定表列中的重复值。

在本教程中，我们将探讨可用于获取表列中重复值的数量的各种方法和技术。

样本数据

在深入研究各种方法和技术之前，让我们先用样例数据设置一个基本表，以便演示计算表中重复项的技术。

在我们的例子中，我们创建了一个基本表来存储网络信息，如下面的查询所示:

创建表network_info

id INT主键;

主机名VARCHAR (255),

ip_address VARCHAR (15)

）;

INSERT INTO network_info (id, hostname, ip_address)

值

(1， 'server1'， '192.168.1.1')，

(2， 'server2'， '192.168.1.2')，

(3， 'server3'， '192.168.1.3')，

(4， 'server4'， '192.168.1.4')，

(5， 'server1'， '192.168.1.1')，

(6， 'server6'， '192.168.1.6')，

(7， 'server7'， '192.168.1.7');

在本例中，我们存储各种服务器的主机名和关联的IP地址。

方法一:使用GROUP BY和HAVING子句

我们可以使用的方法之一是组合GROUP BY和HAVING子句。查询根据指定的列对记录进行分组，然后过滤计数大于1的组(实际上是重复值)。

示例如下:

SELECT hostname, ip_address, COUNT(*) AS duplicate_count

从network_info

按主机名，ip_address分组

count (*) > 1;

这将返回重复记录和表中重复记录的数量。

使用示例输出如下:

主机名| ip_address | duplicate_count |

--------+-----------+---------------+

Server1 |192.168.1.1| 2|

方法2:使用Window Function

在SQL中，我们还可以访问窗口函数，例如COUNT和OVER子句，我们可以使用它们来确定窗口函数的重复值的数量。

示例如下:

SELECT id, hostname, ip_address，

COUNT(*) OVER (PARTITION BY hostname, ip_address)作为duplicate_count

从network_info;

这种技术利用COUNT()函数作为窗口函数，根据主机名和IP地址对数据进行分区。然后，我们计算每行的重复项。结果输出如下:

id |主机名| ip_address | duplicate_count |

--+--------+-----------+---------------+

1|server1 |192.168.1.1| 2|

5|server1 |192.168.1.1| 2|

2|server2 |192.168.1.2| 1|

3|server3 |192.168.1.3| 1|

4|server4 |192.168.1.4| 1|

6|server6 |192.168.1.6| 1|

7|server7 |192.168.1.7| 1|