欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 财经 > 产业 > SQL:多字段混合去重后编号

SQL:多字段混合去重后编号

2024/11/30 6:07:06 来源:https://blog.csdn.net/smilejingwei/article/details/144082209  浏览:    关键词:SQL:多字段混合去重后编号

SQL SERVER 库表存储人员记录,来自多种源数据,如果两条记录的 Name、Phone、Email 字段之一有重复,则说明这两条记录是同一个人。null 是数据未知,两条记录的字段都为 null 时表示两者默认不重复,是否重复要靠其他字段判断。注意,如果 A 和 B 重复,B 和 C 重复,则 A 和 C 也是重复的。

RegisterIdNamePhoneEmail
XXX-00001John Strauss241567Null
XXX-00023Rick Astley241567richardastley@gmail.com
XXX-00003John StraussNULLNULL
XXX-00099NULL241567georgeharrison@gmail.com
XXX-00085NULL256819richardastley@gmail.com
XXX-00016NULLNULLgeorgeharrison@gmail.com
XXX-00007John Deep280933NULL
XXX-00008John Deep93484NULL
XXX-00009Javier Estrada94578javier@gmail.com
XXX-00010NULL3993939939@gmail.com

要求:新增计算列人员编号 no,找到重复的记录,给每组重复的记录赋予一个独立的 no。

RegisterIdNamePhoneEmailno
XXX-00001John Strauss2415671
XXX-00023Rick Astley241567richardastley@gmail.com1
XXX-00003John Strauss1
XXX-00099241567georgeharrison@gmail.com1
XXX-00085256819richardastley@gmail.com1
XXX-00016georgeharrison@gmail.com1
XXX-00007John Deep2809337
XXX-00008John Deep934847
XXX-00009Javier Estrada94578javier@gmail.com9
XXX-000103993939939@gmail.com10

编写SPL代码

1=mssql.query("select * from tb")
2=T=A1.derive(#:no)
3

for T.count(T[1:].count( if(no!=T.no && (

(Name && T.Name && Name==T.Name) ||

(Phone && T.Phone && Phone==T.Phone) ||

(Email && T.Email && Email==T.Email)),

T.no=no=min(no,T.no) ))>0)>0

4return T

A1: 通过JDBC查询数据库。

A2:新增编号列no,缺省为记录序号#。

A3:用死循环遍历记录调整no列,如果某次遍历后有no被调整的情况,则重新遍历,直到所有no都不再调整为止。遍历记录时从上往下进行,当前是第i条记录时,把它依次与第i+1直至最后一条记录比较,如果被认为是重复记录则同步两者的no,取两者间较小的那个。字段值为null时,默认与其他记录不重复。注意null与任何值进行逻辑与运算时,都为false。

count函数返回符合条件的成员的个数,当第i条记录与i+1直至最后一条记录比较的过程中,如果有发生no被调整的动作,则内层的count将大于0,这会导致外层的count也大于0,满足继续循环的条件。

还需要有no!=T.no的条件,确保调整动作中至少有一个no值会变得更小,否则可能出现无法结束的死循环。

免费下载试用

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com