使用休眠與大數據集重複行

Question

我最近問this question關於如何查詢數據庫中的重複行。我收到的答案很奏效，但速度更快，但我已將數據集從20,000行擴展到80,000行，並且查詢所用的時間在幾分鐘內，這是不可接受的。

如果我有這樣的一個表：

ID Name Country 
1  Dave UK 
2  Jim  UK 
3  Dave UK 
4  Dave US 
5  Jim  US 

我希望能夠返回行1和3，因爲他們是在那裏的名字和國家的組合多次出現的唯一行。

目前的答案是做到以下幾點：

select r 
from Runner r 
where exists 
(
    select rn 
    from Runner rn 
    where rn.id <> r.id 
    and rn.name = r.name 
    and rn.country = r.country 
) 

但這服用時間太長了。我想知道是否有人能夠優化此查詢以便在比較中更高效，或者是否有任何可顯着提高查詢性能的策略？

Answer 1

它不需要是子查詢。

如何以下查詢

select name, country, count(1) from Runner group by name, country having count(1) > 1

根據修訂的需求，你可以使用這個：

select * 
from Runner r1 
inner join ( 
    select name, country, count(1) 
    from Runner 
    group by name, country 
    having count(1) > 1) r2 on (r1.name = r2.name and r1.country = r2.country) 
where r1. name = ? 

的地方進行整體查詢子句僅是一個例子，如果你想限制結果。