查找相同列数据的重复项

Question

我找到了一个查询，该查询可捕获所有重复项并按列名将它们分组，但是我需要在其自己的行上显示每个记录，并按列名分组...

我怀疑的是，上载具有相同设计列的多个记录，并且我需要能够比较每一行，以便确定哪些行处于活动状态。

下面的查询似乎可以正常工作，但是每次尝试使用它时，mysql都会崩溃：

SELECT *
FROM 2009_product_catalog
WHERE sku IN (
    SELECT sku
    FROM 2009_product_catalog
    GROUP BY sku
    HAVING count(sku) > 1
    )
ORDER BY sku

我需要显示所有记录，而不仅仅是可能重复的记录。 原因是，我需要能够比较其余的列，这样我才能知道需要重复哪些内容。

Answer 1

您的查询在逻辑上是正确的。 但是，MySQL in使用子查询进行优化方面存在一些问题。 试试这个版本：

SELECT pc.*
FROM 2009_product_catalog pc join
     (SELECT sku
      FROM 2009_product_catalog
      GROUP BY sku
      HAVING count(sku) > 1
     ) pcsum
     on pcsum.sku = pc.sku
ORDER BY sku;

如果仍然不能解决问题，请确保在2009_product_catalog(sku, pcid)上有一个索引（其中pcid是表中每一行的唯一ID。然后尝试执行以下操作：

select pc.*
FROM 2009_product_catalog pc
where exists (select 1
              from 2009_product_catalog pc2
              where pc2.sku = pc.sku and pc2.pcid <> pc.pcid
             )

Answer 2

我认为IN或exists语句的性能非常高。

假设您的表有一个名为id的字段作为您的主键。 记住在您的sku字段上创建一个索引。

SELECT pc.*
FROM 
    2009_product_catalog pc
        INNER JOIN 2009_product_catalog pc2 ON pc.sku = pc2.sku AND pc.id != pc2.id

编辑

SELECT pc.*, pc2.id as `pc2_id`
FROM 
    2009_product_catalog pc
        LEFT OUTER JOIN 2009_product_catalog pc2 ON pc.sku = pc2.sku AND pc.id != pc2.id

此查询为您提供所有记录，每个重复的记录的pc2_id不为null。 如果pc2_id为null，则不会重复。 否则，如果记录重复2次以上，它将在您的结果中出现1次以上，这有问题吗？

Answer 3

SELECT * FROM 2009_product_catalog t1 INNER JOIN
( SELECT sku FROM 2009_product_catalog GROUP BY sku HAVING COUNT(sku) > 1 ) t2
ON t1.sku = t2.sku

这是您的问题中发布的原始查询的替代方法。 它使用联接而不是子查询，因此联接更快。

t1是原始表。 t2仅包含重复的行。 结果（内部联接）将具有重复的sku记录。