mysql - 使用字符串匹配对查询结果进行重复数据删除

Question

我有一张表格，格式如下：

Id     | Loc |
-------|-----|
789-A  | 4   |
123    | 1   |
123-BZ | 1   |
123-CG | 2   |
456    | 2   |
456    | 3   |
789    | 4   |

我想根据是否存在重复从查询结果中排除某些行。但是，在这种情况下，重复行的定义非常复杂：

如果查询返回的任何行（让我们将此假设行称为）在查询结果中也包含与AND形式相同ThisRow的对应行，则应将其视为重复并从查询结果中排除。LocThisRow.LocId<ThisRow.Id>-<an alphanumeric suffix>ThisRow

例如，使用上面的表格，SELECT * FROM table应该返回下面的结果集：

Id     | Loc |
-------|-----|
789-A  | 4   |
123-BZ | 1   |
123-CG | 2   |
456    | 2   |
456    | 3   |

我了解如何编写字符串匹配条件：

ThisRow.Id REGEXP '^PossibleDuplicateRow.Id-[A-Za-z0-9]*'

和直接比较Loc：

ThisRow.Loc = PossibleDuplicateRow.Loc

我不明白的是如何将这些条件形成一个（自引用？）查询。

score 3 · Accepted Answer

这是一种方法：

SELECT *
FROM myTable t1
WHERE NOT EXISTS
(
    SELECT 1
    FROM myTable t2
    WHERE t2.Loc = t1.Loc
    AND t2.Id LIKE CONCAT(t1.Id, '-%')
)

或者，使用反连接的相同查询（应该快一点）：

SELECT *
FROM myTable t1
LEFT OUTER JOIN myTable t2 
    ON t2.Loc = t1.Loc
    AND t2.Id LIKE CONCAT(t1.Id, '-%')
WHERE t2.Id IS NULL

score 0 · Accepted Answer

在您提供的示例数据中，没有重复位置不在重复行上的示例。例如，您没有行“123-AZ, 1”，其中前缀行“123, 1”会与两行冲突。

如果这是数据的真实特征，那么您可以通过使用聚合来消除没有自连接的重复数据：

select max(id), loc
from t
group by (case when locate(id, '-') = 0 then id
               else left(id, locate(id, '-') - 1)
          end), loc

我提供这个是因为聚合应该比非等值连接快得多。

2 回答 2