從MySQL數據庫表中獲取列X唯一的所有列

Question

我被我的MySQL語句卡住了。我有一個龐大的數據庫表（140.000行），包含文件路徑，MD5散列和代碼版本。現在我想獲取可以基於特定文件的MD5哈希標識版本的行。

喜歡的東西，這些

Path     MD5         Version 
---------------------------------------------------------------------------- 
my/path/to/file   12B9DA49A62D8E7B21B5AA2C6C3126CB 1.2.0 
my/path/to/file   12B9DA49A62D8E7B21B5AA2C6C3126CB 1.2.1 
my/path/to/file   FDA9A7D31ECC70F99D533D88F9EDE441 1.2.2  
my/path/to/file   E68CC0233A1719A17CDF5D7CFB9539A8 1.2.3 
my/path/to/file   E68CC0233A1719A17CDF5D7CFB9539A8 1.2.4 

所以版本1.2.2可以很容易被通過的文件和哈希因爲對這個文件的MD5值identifed是獨一無二的。

現在我需要該查詢的SQL語句。我嘗試過使用DISTINCT，並使用GROUP BY與HAVING COUNT。但沒有成功。其實我一開始再次

SELECT DISTINCT 
    md5 
FROM 
    source_files 
    INNER JOIN (
    SELECT 
    * 
    FROM 
     source_files 
) subq ON source_files.md5 = subq.md5 

，因爲我需要的所有列，而不是僅得到由SELECT DISTINCT md5 FROM source_files返回的MD5列。但是這也會引發錯誤。另外我需要group by version，因爲我只需要一個組合/版本來識別它。

多文件檢查

另外一個新的水平將是：如果一個版本沒能鑑定通過獨特的MD5哈希值，因爲對於該版本應該得到「測試」沒有unqiue MD5哈希反對兩個文件或三個文件，或四個...因爲對於某個版本，文件/ MD5哈希值是一個非常可靠的組合。

這裏多文件檢查更新的例子

Path     MD5         Version 
---------------------------------------------------------------------------- 
my/path/to/file   12B9DA49A62D8E7B21B5AA2C6C3126CB 1.2.0 
my/path/to/file   12B9DA49A62D8E7B21B5AA2C6C3126CB 1.2.1 
my/path/to/file   FDA9A7D31ECC70F99D533D88F9EDE441 1.2.2  
my/path/to/file   E68CC0233A1719A17CDF5D7CFB9539A8 1.2.3 <- same file 
my/path/to/file   E68CC0233A1719A17CDF5D7CFB9539A8 1.2.4 <- same file 

my/path/to/file2  884F676DE41CB35951322B98654E046C 1.2.0 <- same file 
my/path/to/file2  884F676DE41CB35951322B98654E046C 1.2.1 <- same file 
my/path/to/file2  884F676DE41CB35951322B98654E046C 1.2.2 <- same file 
my/path/to/file2  884F676DE41CB35951322B98654E046C 1.2.3 <- same file 
my/path/to/file2  3182B2BEDDB1F798F66D27425B9F99D9 1.2.4 
my/path/to/file2  3182B2BEDDB1F798F66D27425B9F99D9 1.2.5 

所以1.2.3版可以通過4「文件」和第4「文件2」

Answer 1

得到確定你應該有主ID

select 
    ID, 
    PATH, 
    MD5, 
    Version 
from source_files LEFT JOIN 
(
    select *, count(MD5) count from source_files group by MD5 
) sf on sf.ID = source_files.ID having sf.count = 1 

Answer 2

SELECT * FROM source_files 
INNER JOIN (
    SELECT MD5, COUNT(1) AS CountOf 
    FROM source_files 
    GROUP BY MD5 
) tbl 
ON source_files.MD5=tbl.MD5 
WHERE tbl.CountOf = 1 

編輯。 超越：

如果版本沒能由唯一的MD5哈希鑑定，因爲對於該版本應該得到「測試」對兩個文件，三個文件，或四無unqiue MD5哈希值。 ..因爲一個版本有一個unqiuie文件/ MD5散列組合。

然後，它看起來像source_files表的PK是結合這兩個領域path和MD5。有關多列作爲主鍵的表格的詳細信息here或here。

在這種情況下，你可以改變之前的查詢和GROUP BY多個列（細節here）：

SELECT * FROM source_files 
INNER JOIN (
    SELECT MD5, COUNT(1) AS CountOf 
    FROM source_files 
    GROUP BY path, MD5 
) tbl 
ON source_files.MD5=tbl.MD5 
WHERE tbl.CountOf = 1