Recherche de lignes dupliquées dans SQL Server

Question

J'ai une base de données SQL Server contenant des organisations, et il y a beaucoup de lignes en double. Je veux exécuter une instruction de sélection pour récupérer toutes ces lignes et le nombre de doublons, mais aussi renvoyer les identifiants associés à chaque organisation.

Une déclaration comme :

SELECT     orgName, COUNT(*) AS dupes  
FROM         organizations  
GROUP BY orgName  
HAVING      (COUNT(*) > 1)

Il retournera quelque chose comme

orgName        | dupes  
ABC Corp       | 7  
Foo Federation | 5  
Widget Company | 2 

Mais j'aimerais aussi récupérer leurs identifiants. Existe-t-il un moyen de le faire ? Peut-être comme un

orgName        | dupeCount | id  
ABC Corp       | 1         | 34  
ABC Corp       | 2         | 5  
...  
Widget Company | 1         | 10  
Widget Company | 2         | 2  

La raison en est qu'il existe également une table séparée des utilisateurs qui sont liés à ces organisations, et je voudrais les unifier (donc supprimer les doublons pour que les utilisateurs soient liés à la même organisation et non à des organisations doubles). J'aimerais que cette opération se fasse manuellement pour ne rien gâcher, mais j'aurais quand même besoin d'une déclaration renvoyant les ID de toutes les organisations dupliquées afin de pouvoir parcourir la liste des utilisateurs.

Answer 1

select o.orgName, oc.dupeCount, o.id
from organizations o
inner join (
    SELECT orgName, COUNT(*) AS dupeCount
    FROM organizations
    GROUP BY orgName
    HAVING COUNT(*) > 1
) oc on o.orgName = oc.orgName

Answer 2

Vous pouvez exécuter la requête suivante et trouver les doublons avec max(id) et supprimer ces lignes.

SELECT orgName, COUNT(*), Max(ID) AS dupes 
FROM organizations 
GROUP BY orgName 
HAVING (COUNT(*) > 1)

Mais vous devrez exécuter cette requête plusieurs fois.

Answer 3

Vous pouvez le faire comme ça :

SELECT
    o.id, o.orgName, d.intCount
FROM (
     SELECT orgName, COUNT(*) as intCount
     FROM organizations
     GROUP BY orgName
     HAVING COUNT(*) > 1
) AS d
    INNER JOIN organizations o ON o.orgName = d.orgName

Si vous voulez retourner uniquement les enregistrements qui peuvent être supprimés (en laissant un de chaque), vous pouvez utiliser :

SELECT
    id, orgName
FROM (
     SELECT 
         orgName, id,
         ROW_NUMBER() OVER (PARTITION BY orgName ORDER BY id) AS intRow
     FROM organizations
) AS d
WHERE intRow != 1

Edit : SQL Server 2000 ne dispose pas de la fonction ROW_NUMBER(). A la place, vous pouvez utiliser :

SELECT
    o.id, o.orgName, d.intCount
FROM (
     SELECT orgName, COUNT(*) as intCount, MIN(id) AS minId
     FROM organizations
     GROUP BY orgName
     HAVING COUNT(*) > 1
) AS d
    INNER JOIN organizations o ON o.orgName = d.orgName
WHERE d.minId != o.id

Answer 4

Vous pouvez essayer ceci, c'est le mieux pour vous.

 WITH CTE AS
    (
    SELECT *,RN=ROW_NUMBER() OVER (PARTITION BY orgName ORDER BY orgName DESC) FROM organizations 
    )
    select * from CTE where RN>1
    go

Answer 5

La solution indiquée comme correcte n'a pas fonctionné pour moi, mais j'ai trouvé cette réponse qui fonctionne parfaitement : Obtenir la liste des lignes en double dans MySql

SELECT n1.* 
FROM myTable n1
INNER JOIN myTable n2 
ON n2.repeatedCol = n1.repeatedCol
WHERE n1.id <> n2.id