有沒有一種方法可以限制左聯接的右表中的行只能使用一次？

Question

我試圖通過比較兩組數據來確定哪里存在一些數據丟失。

第一組數據包含一個截斷的非唯一條形碼，以及第二組的時間戳，我發現它也不是唯一的。 該表存儲在一個名為restoredData的表中，因為該表是根據每晚創建的文本備份創建的。

第二組實際上是兩個表，其中一個稱為items和itemss_archive 。 它們也具有非唯一的短條形碼和非唯一的時間戳。

restoredData有2437910條記錄，每一個item 。 items具有405,009， items_archive具有1,589,768，總共1,994,777行。 因此，有至少443113個更多的記錄restoredData比有在聯盟items和items_archive 。

然而，每當我試圖LEFT JOIN restoredData到聯盟items和items_archive ，我得到2437910個匹配，搜索其中LEFT JOIN為空即那里是在項目+ items_archive沒有匹配的記錄，我得到0我的計數已經嘗試同時加入條形碼和時間戳，並且兩者都具有相同的結果。

這肯定是由於我所有可用鍵上的非唯一性。 但是，如果我能夠只允許從我行(SELECT t_stamp, barcode FROM items UNION ALL SELECT t_stamp, barcode FROM items_archive) as allItems只使用一次的加入，即，使得它無法比擬的，在多件事情restoredData ，我認為它可以為我提供我實際上正在尋找的信息，這些記錄是通過文本記錄的，但由於item和items_archive表而丟失了。

有沒有辦法在SQL中做到這一點？ 還是我必須以編程方式使用python來執行此操作，逐行通過restoredData查找，找到匹配項，如果有匹配項，將其刪除，使其無法再次使用？

另一件事，我知道這不可能是正確的，因為在我的項目和items_archive表匹配，我有一種特殊的條形碼“NO_READ”期間的錯誤讀取條形碼即發生，但沒有這樣的值在整體中restoredData 。

我正在使用MySQL 5.6。

以供參考

restoredData table, 2,437,910 records
barCode (Varchar(13), non-unique), t_stamp (Datetime, non-unique)

items and items_archive table 1,994,777 records total
barCode (Varchar(13), non-unique), t_stamp (Datetime, non-unique)

舉個例子，我可以有條形碼1，timestamp1出現在我的4倍restoredData只有一次在我的items + items_archive表和結果，因為它代表是這個

 restoredData                 items+items_archive
 barcodeCol  t_stampCol       barcode2Col  t_stamp2Col
 barcode1    timestamp1       barcode1     timestamp1             
 barcode1    timestamp1       barcode1     timestamp1             
 barcode1    timestamp1       barcode1     timestamp1             
 barcode1    timestamp1       barcode1     timestamp1             

我想要的是這個

 restoredData                 items+items_archive
 barcodeCol  t_stampCol       barcode2Col  t_stamp2Col
 barcode1    timestamp1       barcode1     timestamp1             
 barcode1    timestamp1       NULL         NULL             
 barcode1    timestamp1       NULL         NULL             
 barcode1    timestamp1       NULL         NULL

Answer 1

我能想到的唯一方法是用索引創建一些臨時表，然后使用索引來創建排名，以便可以使用它在兩個數據集之間創建唯一列：

CREATE TEMPORARY TABLE items_full (t_stamp datetime, barcode varchar(13), idx int NOT NULL AUTO_INCREMENT)

CREATE TEMPORARY TABLE restored_data (t_stamp datetime, barcode varchar(13), idx int NOT NULL AUTO_INCREMENT)

Insert into items_full
SELECT t_stamp, barcode FROM items 
UNION ALL 
SELECT t_stamp, barcode FROM items_archive

Insert into restored_data
SELECT t_stamp, barcode FROM restoreddata


Select t_stamp, barcode, DENSE_RANK() OVER (Partition By barcode, t_stamp order by idx) as myrank from items_full bb

left join 

(select t_stamp, barcode, DENSE_RANK() OVER (Partition By barcode, t_stamp order by idx) as myrank from restored_data) aa 

on bb.t_stamp=aa.t_stamp and bb.barcode=aa.barcode and bb.myrank=aa.myrank

where aa.t_stamp is null

Answer 2

我將從數數開始。 如果每個條形碼和時間戳的計數不匹配，則必須檢查相關記錄。

select
  r.barcode,
  r.t_stamp,
  r.cnt as recover_count,
  i.cnt as itemtables_count
from
(
  select barcode, t_stamp, count(*) as cnt
  from restoreddata
  group by barcode, t_stamp
) r
left join
(
  select barcode, t_stamp, count(*) as cnt
  from
  (
    select barcode, t_stamp from items
    union all
    select barcode, t_stamp from items_archive
  ) both
  group by barcode, t_stamp
) i on  i.barcode = r.barcode 
    and i.t_stamp = r.t_stamp
    and i.cnt <> r.cnt;