最快的"Get Duplicates“SQL脚本

Question

下面是一个在具有数十万条记录的数据集中获取重复项的快速SQL示例。我通常使用类似这样的东西：

SELECT afield1, afield2 FROM afile a 
WHERE 1 < (SELECT count(afield1) FROM afile b WHERE a.afield1 = b.afield1);

但这是相当慢的。

Answer 1

这是更直接的方法：

select afield1,count(afield1) from atable 
group by afield1 having count(afield1) > 1

Answer 2

您可以尝试：

select afield1, afield2 from afile a
where afield1 in
( select afield1
  from afile
  group by afield1
  having count(*) > 1
);

Answer 3

上周也提出了类似的问题。这里有一些很好的答案。

SQL to find duplicate entries (within a group)

在这个问题中，OP对表(文件)中的所有列(字段)感兴趣，但是如果行具有相同的键值(afield1)，则它们属于同一组。

答案有三种：

where子句中的子查询，就像这里的一些其他答案一样。

表和被视为表的组之间的内部连接(我的答案)

和分析查询(这对我来说是新的东西)。