sql - 计算重复项时自加入 vs 分组

Question

我正在尝试根据 Oracle 数据库中表的列来计算重复项。此查询使用分组依据:

select count(dockey), sum(total)
from
(
select doc1.xdockeyphx dockey, count(doc1.xdockeyphx) total
from ecm_ocs.docmeta doc1
where doc1.xdockeyphx is not null
group by doc1.xdockeyphx
having count(doc1.xdockeyphx) > 1
)

返回 count = 94408 和 sum(total) = 219330。我认为这是正确的值。

现在，使用自连接尝试另一个查询:

select count(distinct(doc1.xdockeyph))
from ecm_ocs.docmeta doc1, ecm_ocs.docmeta doc2
where doc1.did > doc2.did
and doc1.xdockeyphx = doc2.xdockeyphx
and doc1.xdockeyphx is not null
and doc2.xdockeyphx is not null

结果也是 94408 但是这个:

select count(*)
from ecm_ocs.docmeta doc1, ecm_ocs.docmeta doc2
where doc1.did > doc2.did
and doc1.xdockeyphx = doc2.xdockeyphx
and doc1.xdockeyphx is not null
and doc2.xdockeyphx is not null

正在返回 1567466，我认为这是错误的。

我用来查找重复项的列是 XDOCKEYPHX，DID 是表的主键。

为什么sum(total)的值和上次查询的结果不一样？我不明白为什么最后一个查询返回的重复行比预期的多。

Answer 1

您不需要最后一个 where 子句的复杂性

where doc1.did > doc2.did
and doc1.xdockeyphx = doc2.xdockeyphx
and doc1.xdockeyphx is not null
and doc2.xdockeyphx is not null

如果您考虑一下，如果 doc1.xdockeyphx 不为 null，则 doc2.xdockeyphx 不能为 null。也许通过连接表更好地表达....

select count(*)
from ecm_ocs.docmeta doc1
join ecm_ocs.docmeta doc2
on doc1.xdockeyphx = doc2.xdockeyphx
where doc1.xdockeyphx is not null and doc1.did > doc2.did

您的前两个查询报告不同/分组的结果，而您的最后一个查询只报告所有结果，这就是计数不同的原因。