檢查重複的記錄

Question

的狀態可以說，我們有4個領域

id (INT 11 AUTO_INC) 

email (VAR 50) 

timestamp (INT 11) 

status (INT 1) 

命名record表和表包含以下數據

現在我們可以看到的電子郵件地址test@xample.com被複制了4次（時間戳最低的記錄是原始記錄，之後的所有副本都是重複記錄）。多少次使用

SELECT email, count(id) FROM record GROUP BY email HAVING COUNT(id)>1 

我可以很容易地計算使用

SELECT COUNT(DISTINCT email) FROM record 

了獨特的記錄數我也可以很容易找到的電子郵件地址被複制但現在的商業問題是

如何所有重複記錄中有多次STATUS是1？

例如：

• 對於test@example.com有具有狀態1
• 沒有重複記錄對於second@example.com有具有1個重複的記錄狀態1
• 對於第三@ example.com有1個重複的記錄，狀態爲1
• 對於four@example.com，沒有重複記錄狀態爲1
• 對於five@example.com，有2個重複記錄狀態爲1

因此，所有的數字之和是0 + 1 + 1 + 0 + 2 = 4

這意味着有其中有status = 1在表4點中重複的記錄

問題

多少重複的記錄有狀態= 1？

Answer 1

這是一個更好的新解決方案。它會刪除每封電子郵件的第一個條目，然後計算其餘條目。閱讀起來並不容易，如果可能的話，我會在存儲過程中編寫它，但這是有效的。

select sum(status) 
    from dude d1 
    join (select email, 
       min(ts) as ts 
      from dude 
     group by email) mins 
using (email) 
where d1.ts != mins.ts; 

sqlfiddle

下面

自己的查詢找到原來的答案 「的電子郵件地址被重複多少次使用」

SELECT email, 
     count(id) as duplicates 
    FROM record 
GROUP BY email 
HAVING COUNT(id)>1 

可以很容易地修改答案「有多少條重複記錄的狀態= 1」

SELECT email, 
     count(id) as duplicates_status_sum 
    FROM record 
GROUP BY email 
WHERE status = 1 
HAVING COUNT(id)>1 

這兩個查詢都會回答，包括原始行，所以它實際上是「包括原始行的重複」。您可以從金額減去1，如果原來總是有狀態1.

SELECT email, 
     count(id) -1 as true_duplicates 
    FROM record 
GROUP BY email 
HAVING COUNT(id)>1 

SELECT email, 
     count(id) -1 as true_duplicates_status_sum 
    FROM record 
GROUP BY email 
WHERE status = 1 
HAVING COUNT(id)>1 

Answer 2

如果我的理解沒有錯的，然後你的查詢應該是

SELECT `email` , COUNT( `id`) AS `tot` 
FROM `record` , (
SELECT `email` AS `emt` , MIN( `timestamp`) AS `mtm` 
FROM `record` 
GROUP BY `email` 
) AS `temp` 
WHERE `email` = `emt` 
AND `timestamp` > `mtm` 
AND `status` =1 
GROUP BY `email` 
HAVING COUNT( `id`) >=1 

首先，我們需要得到最小的時間戳然後發現如果你想總和那些這個時間戳和有狀態1.

後插入重複記錄則查詢

SELECT SUM( `tot`) AS `duplicatesWithStatus1` 
FROM (
SELECT `email` , COUNT( `id`) AS `tot` 
FROM `record` , (
SELECT `email` AS `emt` , MIN( `timestamp`) AS `mtm` 
FROM `record` 
GROUP BY `email` 
) AS `temp` 
WHERE `email` = `emt` 
AND `timestamp` > `mtm` 
AND `status` =1 
GROUP BY `email` 
HAVING COUNT( `id`) >=1 
) AS t 

希望這是你想要的

Answer 3

你可以得到重複記錄的計數有狀態= 1通過

select count(*) as Duplicate_Record_Count 
from (select * 
from record r 
where r.status=1 
group by r.email,r.status 
having count(r.email)>1) t1 

下面的查詢將返回重複的電子郵件與狀態1的計數和時間戳

select r.email,count(*)-1 as Duplicate_Count,min(r.timestamp) as timestamp 
from record r 
where r.status=1 
group by r.email 
having count(r.email)>1