如何操作SQL語句查詢重復數據

什么是重復數據？

重復數據指的是在一個數據表中存在兩個或更多個數據行具有相同的值。這可能是由于數據輸入錯誤、重復數據導入或者系統錯誤等原因造成的。無論是哪種情況，重復數據對于數據的管理和分析都會產生負面的影響。

如何查詢重復數據？

SQL語句提供了多種方法來查詢重復數據。在查詢之前，我們需要明確查詢的目的和條件。下面以一個員工信息數據表為例來詳細說明：

CREATE TABLE employees(
    ID INT PRIMARY KEY AUTO_INCREMENT,
    NAME VARCHAR(50) NOT NULL,
    AGE INT,
    ADDRESS VARCHAR(100),
    SALARY DECIMAL(10,2),
    REMARKS VARCHAR(255)
);

INSERT INTO employees(NAME, AGE, ADDRESS, SALARY, REMARKS) 
VALUES("張三", 25, "上海市浦東新區", 5000.00, "初級員工"),
      ("李四", 30, "南京市江寧區", 8000.00, "資深員工"),
      ("張三", 25, "上海市浦東新區", 5000.00, "初級員工"),	//重復數據
      ("趙六", 22, "北京市海淀區", 4000.00, "實習生"),
      ("張三", 25, "上海市浦東新區", 5000.00, "初級員工"),	//重復數據
      ("王五", 28, "廣州市天河區", 6500.00, "中級員工");

1. 查找重復數據行

我們可以使用SELECT語句和COUNT函數結合進行查詢。COUNT函數用于統計符合條件的記錄數。例如：

SELECT NAME, AGE, ADDRESS, SALARY, COUNT(*) 
FROM employees 
GROUP BY NAME, AGE, ADDRESS, SALARY 
HAVING COUNT(*) > 1;

上述語句中，GROUP BY分組條件為表中所有列，HAVING子句限制COUNT(*)大于1，即查詢重復數據行。查詢結果如下：

+-------+-----+----------------+---------+----------+
| NAME  | AGE | ADDRESS        | SALARY  | COUNT(*) |
+-------+-----+----------------+---------+----------+
| 張三  | 25  | 上海市浦東新區 | 5000.00 | 3        |
+-------+-----+----------------+---------+----------+

2. 查找重復數據值

我們也可以使用SELECT語句和DISTINCT關鍵字進行查詢。DISTINCT關鍵字用于剔除重復值。例如：

SELECT DISTINCT NAME, AGE, ADDRESS, SALARY, REMARKS 
FROM employees 
WHERE (NAME, AGE, ADDRESS, SALARY) 
IN (SELECT NAME, AGE, ADDRESS, SALARY 
    FROM employees 
    GROUP BY NAME, AGE, ADDRESS, SALARY 
    HAVING COUNT(*) > 1)
ORDER BY NAME, AGE, ADDRESS, SALARY;

上述語句中，WHERE子句限制查詢結果為重復數據值。查詢結果如下：

+-------+-----+----------------+---------+------------+
| NAME  | AGE | ADDRESS        | SALARY  | REMARKS    |
+-------+-----+----------------+---------+------------+
| 張三  | 25  | 上海市浦東新區 | 5000.00 | 初級員工 |
| 張三  | 25  | 上海市浦東新區 | 5000.00 | 初級員工 |
| 張三  | 25  | 上海市浦東新區 | 5000.00 | 初級員工 |
+-------+-----+----------------+---------+------------+

如何刪除重復數據？

在查詢到重復數據后，我們需要對其進行刪除。可以使用DELETE語句結合查詢語句進行操作。例如，在上述員工信息數據表中，刪除重復數據可使用以下語句：

DELETE FROM employees 
WHERE ID IN (
    SELECT MAX(ID) 
    FROM employees 
    GROUP BY NAME, AGE, ADDRESS, SALARY 
    HAVING COUNT(*) > 1)

上述語句將ID最大的重復數據保留，其他重復數據將被刪除。查詢結果如下：

SELECT * FROM employees;

+----+-------+-----+----------------+---------+-----------+
| ID | NAME  | AGE | ADDRESS        | SALARY  | REMARKS    |
+----+-------+-----+----------------+---------+-----------+
| 1  | 張三  | 25  | 上海市浦東新區 | 5000.00 | 初級員工 |
| 2  | 李四  | 30  | 南京市江寧區 | 8000.00 | 資深員工 |
| 4  | 趙六  | 22  | 北京市海淀區 | 4000.00 | 實習生       |
| 6  | 王五  | 28  | 廣州市天河區 | 6500.00 | 中級員工 |
+----+-------+-----+----------------+---------+-----------+

通過以上步驟，我們可以快速有效地查詢和刪除重復數據，確保數據的準確性和可靠性。