我们将公司数据存储在表格中。为了消除重复行，我们需要使用以下标准来识别公司的重复数据集：如果CompanyName，City和邮政编码的前五个字母与其他记录的相同字段匹配，则它是重复项。稍后我们将删除重复项。我遇到的问题是，由于没有将ID上的记录分组，因此无法检索这些记录的ID。 我正在使用以下SQL：
Select count(ID) as DupCount,SUBSTRING(Name,1,5) as Name,City,PostalCode
from tblCompany
group by SUBSTRING(Name,5),PostalCode
Having count(ID) > 1
order by count(ID) desc
如何检索这些记录的ID？
您可以使用窗口功能：
Select c.*
from (select c.*,count(*) over (partition by left(Name,5),City,PostalCode) as cnt
from tblCompany c
) c
where cnt >= 2;
这将返回带有dups的各个行。然后，您可以对此进行总结或对结果集进行所需的操作。
,使用group_concat()获取ID作为逗号分隔列表：
select
SUBSTRING(Name,1,5) as Name,PostalCode,count(ID) as counter,group_concat(id order by id) as ids
from tblCompany
group by SUBSTRING(Name,PostalCode
having count(ID) > 1
order by count(ID) desc