SQL选择组中找到的整个记录

Question

我利用PostgreSQL中的metaphone函数来查找可能被拼写错误的重复记录。

SELECT metaphone(first_name, 4), metaphone(last_name, 4)
FROM people GROUP BY metaphone(last_name, 4),
metaphone(first_name, 4) HAVING COUNT(*) > 1;

这非常适合向我显示数据库中至少有100个潜在重复项，但是我无法做到这一点，因为我无法从查询结果中获得任何唯一标识信息。 我已经试过了：

SELECT person_id, first_name, last_name
FROM people
WHERE metaphone(first_name, 16) IN (
    SELECT metaphone(first_name, 16)
    FROM people GROUP BY metaphone(last_name, 16),
    metaphone(first_name, 16) HAVING COUNT(*) > 1
)
AND metaphone(last_name, 16) IN (
    SELECT metaphone(last_name, 16)
    FROM people GROUP BY metaphone(last_name, 16),
    metaphone(first_name, 16) HAVING COUNT(*) > 1
)
ORDER BY last_name, first_name;

哪种作品，但仍然包含一些实际上两个字段都不匹配的记录。 例如，我可以有2个“ John Smith”，2个“ Jane Smith”和2个“ John Doe”。 我可能只有一个'Jane Doe'，但她会出现在第二个查询的结果中。

有什么方法可以更准确地仅获取用于编译第一个查询结果的行？

Answer 1

您需要一次进行两个比较：

SELECT person_id, first_name, last_name
FROM people
WHERE (metaphone(first_name, 16), metaphone(last_name, 16)
      ) IN (SELECT metaphone(first_name, 16), metaphone(last_name, 16)
            FROM people
            GROUP BY metaphone(first_name, 16), metaphone(last_name, 16),
            HAVING COUNT(*) > 1
           )
ORDER BY last_name, first_name;