查找多个相同表之间的重复行

Question

我有两个具有相同架构的表：

dbo.orders_1
| user_id | order_id | create_time             |
|---------|----------|-------------------------|
| 1       | 5        | 2018-05-04 02:26:03.808 |
| 1       | 6        | 2021-01-01 02:26:03.821 |
| 2       | 12       | 2021-12-12 02:26:03.814 |

dbo.orders_2
| user_id | order_id | create_time             |
|---------|----------|-------------------------|
| 6       | 7        | 2020-06-04 02:26:03.808 |
| 1       | 5        | 2021-01-01 02:26:03.821 |
| 3       | 4        | 2021-12-12 02:26:03.814 |

这就是我如何找到两个表之间的重复行：

dbo.orders_1
| user_id | order_id | create_time             |
|---------|----------|-------------------------|
| 1       | 5        | 2018-05-04 02:26:03.808 |
| 1       | 6        | 2021-01-01 02:26:03.821 |
| 2       | 12       | 2021-12-12 02:26:03.814 |

dbo.orders_2
| user_id | order_id | create_time             |
|---------|----------|-------------------------|
| 6       | 7        | 2020-06-04 02:26:03.808 |
| 1       | 5        | 2021-01-01 02:26:03.821 |
| 3       | 4        | 2021-12-12 02:26:03.814 |

这给了我这个输出：

| user_id | order_id | create_time_1           | create_time_2           |
|---------|----------|-------------------------|-------------------------|
| 1       | 5        | 2020-06-04 02:26:03.808 | 2021-01-01 02:26:03.821 |

它有效，但现在我添加了另一个表：

dbo.orders_3
| user_id | order_id | create_time             |
|---------|----------|-------------------------|
| 77      | 2        | 2015-09-15 02:26:03.808 |
| 3       | 4        | 2018-04-15 02:26:03.814 |

我想找到这 3 个表中的任何重复项。我期望的是：

| user_id | order_id | create_time_1           | create_time_2           | create_time_3           |
|---------|----------|-------------------------|-------------------------|-------------------------|
| 1       | 5        | 2020-06-04 02:26:03.808 | 2021-01-01 02:26:03.821 | NULL                    |
| 3       | 4        | NULL                    | 2021-12-12 02:26:03.814 | 2018-04-15 02:26:03.814 |

sql 应该是什么样的？这是我的在线游乐场：https://sqlize.online/sql/mssql2019/7f31a47ef4c633ad8b4ba88a4276964d/

Answer 1

通常，当在两个表中查找重复行时，我使用集合运算符INTERSECT，但这需要所有表都包含重复行。

要查找两个表的任意组合中的重复项，我将使用UNION ALL将所有行（包括重复行）放入单个表表达式中，然后查找它们。

然后您可以使用聚合来查找重复项，但您将丢失详细信息（create_time）。或者使用窗口函数来检测欺骗并保留细节。

我在这里编辑了你的游乐场代码。

; -- Previous statement must be properly terminated
WITH allTables
AS
(
    SELECT 'orders_1' as src, * FROM dbo.orders_1 UNION ALL
    SELECT 'orders_2' as src, * FROM dbo.orders_2 UNION ALL
    SELECT 'orders_3' as src, * FROM dbo.orders_3
)
, detectDupes
AS
(
    SELECT 
        *
        , COUNT(1) OVER (PARTITION BY t.user_id, t.order_id) AS dupeCount
    FROM allTables AS t
)
SELECT 
    *
FROM detectDupes
WHERE detectDupes.dupeCount > 1
ORDER BY 
    user_id
    , order_id
    , src

这给了我这个输出