Блог

Главная - Вопросы по программированию - Поиск дубликатов пакетов на основе нескольких столбцов

Поиск дубликатов пакетов на основе нескольких столбцов

#sql

#sql

Вопрос:

У меня есть таблица, которая содержит серию связанных записей (пакетов). Каждый пакет имеет уникальный идентификатор и может содержать платежи клиентов. Я хочу определить, является ли пакет дублирующимся, даже если он отправлен в разные дни.

Пакет может содержать 1 или более записей. Вот пример набора данных:

 BatchId  InputAmount    CustomerName    BatchDate
-------  -----------    ------------    ----------
182944   $475.00        Barry Smith     16-Mar-2019
182944   $260.00        John Smith      16-Mar-2019
182944   $265.00        Jane Smith      16-Mar-2019
182944   $400.00        Sara Smith      16-Mar-2019
182944   $175.00        Andy Smith      16-Mar-2019
182945   $475.00        Barry Smith     16-Mar-2019
182945   $260.00        John Smith      16-Mar-2019
182945   $265.00        Jane Smith      16-Mar-2019
182945   $400.00        Sara Smith      16-Mar-2019
182945   $175.00        Andy Smith      16-Mar-2019
183194   $100.00        Paul Green      21-Mar-2019
183195   $100.00        Nancy Green     21-Mar-2019
183197   $150.00        John Brown      20-Mar-2019
183197   $210.00        Sarah Brown     20-Mar-2019
183198   $150.00        John Brown      21-Mar-2019
183198   $210.00        Sarah Brown     21-Mar-2019
183200   $125.00        John Doe        20-Mar-2019
183200   $110.00        Sarah Doe       20-Mar-2019
183202   $125.00        John Doe        21-Mar-2019
183202   $110.00        Sarah Doe       21-Mar-2019 
183202   $115.00        Paul Rudd       21-Mar-2019

Пакеты (182944, 182945) и (183197,183198) дублируются, в то время как другие пакеты нет.

Я подумал, может быть, я мог бы создать сводную таблицу с подсчетами и суммами и подобраться ближе, но у меня возникли проблемы с поиском истинных дубликатов, включая также имена.

 DECLARE @Summaries TABLE(
BatchId INT,
BatchDate DATETIME,
BatchCount INT,
BatchAmount MONEY)

-- Summarize the Data so we can look for duplicates
INSERT INTO @Summaries
SELECT a.BatchId, a.BatchDate, COUNT(*) AS RecordCount, SUM(a.InputAmount) AS BatchAmount 
FROM Batches a
WHERE a.BatchDate BETWEEN '20190316' and '20190321'
GROUP BY a.BatchId, a.BatchDate
ORDER BY a.BatchId DESC

-- find the potential duplicate batches based on the Counts and Sums
SELECT A.* FROM @Summaries A
INNER JOIN (SELECT BatchCount, BatchAmount, BatchDate  FROM @Summaries
            GROUP BY BatchCount, BatchAmount, BatchDate
            HAVING COUNT(*) > 1) B
    ON A.BatchCount = B.BatchCount 
        AND A.BatchAmount = B.BatchAmount 
WHERE DATEDIFF(DAY, a.BatchDate, b.BatchDate) BETWEEN -1 AND 1

Спасибо за помощь. Я использую базу данных SQL Server 2012.

Ответ №1:

вы можете попробовать, как показано ниже

  with cte as

(select  BatchId  from table_name
group by BatchId  
having count(*)>1
) select * from table_name a where a.BatchId in (select BatchId   from cte)

Комментарии:

1. Я не думаю, что это делает то, что я хочу. Дублирующийся пакет будет определяться как два или более идентификатора пакета, которые содержат одинаковое количество записей с одинаковыми суммами для одних и тех же имен клиентов. Похоже, что это просто дает мне дублирующиеся идентификаторы пакетов, что не то, что я хочу. Идентификатор пакета уникален для пакета, но не является уникальным ключом в этой таблице. Это был бы внешний ключ.