z**********8
发帖数: 2049 | 1 如果要在一个ｔａｂｌｅ里面，寻找和列出，姓名相同的ｒｅｃｏｒｄｓ,
PERSONID, FIRSTNAME, LASTNAME, EMAIL
使用self join? 急求？
我只能找出哪些名字是有ｄｕｐｌｉｃａｔｉｏｎ,但是不知道如何ＬＩＳＴ ＴＨＥ
ＳＥ ＲＥＣＯＲＤＳ ＷＩＴＨ ＩＴＳ ＯＷＮ ＥＭＡＩＬ ＡＮＤ ＰＥＲＳ
ＯＮＩＤ ＲＥＳＰＥＴＩＶＥＬＹ.
ｘｉｅｘｉｅ |
s**********o
发帖数: 14359 | 2 GROUP BY PERSONID, FIRSTNAME, LASTNAME, EMAIL
HAVING COUNT(*)>1 |
d****n
发帖数: 12461 | 3 你这是找出哪些名字有重的，不是找出记录。
【在 s**********o 的大作中提到】
: GROUP BY PERSONID, FIRSTNAME, LASTNAME, EMAIL
: HAVING COUNT(*)>1
|
d****n
发帖数: 12461 | 4 select
PERSONID, FIRSTNAME, LASTNAME, EMAIL
from t_personel
where
(FIRSTNAME, LASTNAME)
in
(select FIRSTNAME, LASTNAME
from t_personel
group by FIRSTNAME, LASTNAME
having count(1)>1)
【在 z**********8 的大作中提到】
: 如果要在一个ｔａｂｌｅ里面，寻找和列出，姓名相同的ｒｅｃｏｒｄｓ,
: PERSONID, FIRSTNAME, LASTNAME, EMAIL
: 使用self join? 急求？
: 我只能找出哪些名字是有ｄｕｐｌｉｃａｔｉｏｎ,但是不知道如何ＬＩＳＴ ＴＨＥ
: ＳＥ ＲＥＣＯＲＤＳ ＷＩＴＨ ＩＴＳ ＯＷＮ ＥＭＡＩＬ ＡＮＤ ＰＥＲＳ
: ＯＮＩＤ ＲＥＳＰＥＴＩＶＥＬＹ.
: ｘｉｅｘｉｅ
|
s**********o
发帖数: 14359 | 5 你这个还弄个SUBQUERY，太麻烦了， ROW_NUMBER PARTITION BY啦
【在 d****n 的大作中提到】
: select
: PERSONID, FIRSTNAME, LASTNAME, EMAIL
: from t_personel
: where
: (FIRSTNAME, LASTNAME)
: in
: (select FIRSTNAME, LASTNAME
: from t_personel
: group by FIRSTNAME, LASTNAME
: having count(1)>1)
|
B*****g
发帖数: 34098 | 6 现在mysql是gds，selfjoin一招走遍天下
【在 s**********o 的大作中提到】
: 你这个还弄个SUBQUERY，太麻烦了， ROW_NUMBER PARTITION BY啦
|
c*****d
发帖数: 6045 | 7 太同意了
SQL考来考去就是self join，出题的人太没有新意了
【在 B*****g 的大作中提到】
: 现在mysql是gds，selfjoin一招走遍天下
|
d***e
发帖数: 793 | |
s**********o
发帖数: 14359 | 9 面试就是看看水平了,我要问这种问题,如果你答出GROUP BY HAVING，水平是个MEDIUM了
你要是能达出PARTITION BY，这个水平就还是可以的了，要求不能太高了 |
d****n
发帖数: 12461 | 10 谁给看个execution plan
partition by有sort吧，会不会贵一点？
【在 s**********o 的大作中提到】
: 你这个还弄个SUBQUERY，太麻烦了， ROW_NUMBER PARTITION BY啦
|
|
|
B*****g
发帖数: 34098 | 11 这个比 aggregate 快一些
【在 d****n 的大作中提到】
: 谁给看个execution plan
: partition by有sort吧，会不会贵一点？
|
B*****g
发帖数: 34098 | 12 本来也没啥可考的，让谁当场写recursive CTE都够呛能写对
【在 c*****d 的大作中提到】
: 太同意了
: SQL考来考去就是self join，出题的人太没有新意了
|
d***e
发帖数: 793 | |
z**********8
发帖数: 2049 | 14 我这个不是考试题阿。是我工作的一部分。
我们有个table, 我们称为 contacts， 主要是各类events和visiting，collect来的
information,同时我们因为有不少reports,供references，download，但是他们必须先
register. 所以，就不可避免地出现了duplication,需要定期清理。我今天一查，竟然
有大约8000余个duplicators，涉及16000余records. 当然其实，大多数不是真地
duplication,呵呵。比如我们有15个david smith。结果发现，一个duplication都不存
在，看上去，没有明显证据。真实的干活，跟课堂真实不一样。我只能半手工，半自动
，写一些codes，来处理这些数据，而且还要定期清理，呵呵。时间就一天天过去了。 |
z**********8
发帖数: 2049 | 15 我们目前大约11万左右的records, 如果110万，或者更多，不知道大家是如何清理这些
duplication的。基本思路有哪些。 |
B*****g
发帖数: 34098 | 16 高大上
【在 d***e 的大作中提到】
: again, what is gds？
|
B*****g
发帖数: 34098 | 17 unique index，duplicate的东西根本不让进数据库
【在 z**********8 的大作中提到】
: 我们目前大约11万左右的records, 如果110万，或者更多，不知道大家是如何清理这些
: duplication的。基本思路有哪些。
|
c*****d
发帖数: 6045 | 18 如果业务程序没有检查，数据库里面的unique index没啥用
比如 BEIJING, BEI JING, JING BEI, BEI/JING, BeiJing
【在 B*****g 的大作中提到】
: unique index，duplicate的东西根本不让进数据库
|
c*****d
发帖数: 6045 | 19 flg都期望你先回答partition by
然后问如果没有analysis function怎么办
这时候才很nb的用self join
流程不能错了
就像演员念台词一样，不能把后面的台词先说了，哈哈
MEDIUM了
【在 s**********o 的大作中提到】
: 面试就是看看水平了,我要问这种问题,如果你答出GROUP BY HAVING，水平是个MEDIUM了
: 你要是能达出PARTITION BY，这个水平就还是可以的了，要求不能太高了
|
d***e
发帖数: 793 | 20 具体点？
【在 B*****g 的大作中提到】
: 高大上
|
B*****g
发帖数: 34098 | 21 BEIJING, BEI JING, JING BEI, BEI/JING, BeiJing这些都是不同的，除非有要求它们
是相同的
【在 c*****d 的大作中提到】
: 如果业务程序没有检查，数据库里面的unique index没啥用
: 比如 BEIJING, BEI JING, JING BEI, BEI/JING, BeiJing
|
B*****g
发帖数: 34098 | 22 高端大气上档次
【在 d***e 的大作中提到】
: 具体点？
|
