使用"GROUP BY"的两个字段相似的 SQL

Question

我有一个名称数据库，其中一些名称没有以正确的方式插入。SecondName有时被输入为FirstName。

+-----------------+--------------+
|    FirstName    |  SecondName  |
+-----------------+--------------+
| Bob             | Smith        |
| Gary            | Rose         |
| John            | Jones        |
| Smith           | Bob          |
| Gary            | Oberstein    |
| Adam            | Sorbet       |
| Jones           | John         |
+-----------------+--------------+

我尝试过不同的分组查询

select `FirstName`
     , `SecondName`
  from `names`
 where ( `FirstName` 
       , `SecondName` ) 
    in ( select `FirstName`
              , `SecondName`
           from `names`
         group
             by `FirstName`
              , `SecondName`
         having count(*) > 1 
       )

但我无法获得任何东西来生产

+-----------------+--------------+---------+
|    FirstName    |  SecondName  |  Count  |
+-----------------+--------------+---------+
| Bob             | Smith        | 2       |
| John            | Jones        | 2       |
+-----------------+--------------+---------+

Answer 1

有一个技巧可以做到这一点，你需要规范化你的名字，一个快速的方法是按照名字和姓氏的字母顺序排列，然后根据结果分组。

SELECT name_normalized, count(*) as c
FROM (
  SELECT CASE WHEN FIRSTNAME < LASTNAME THEN FIRSTNAME||LASTNAME
              ELSE LASTNAME|| FIRSTNAME END as name_normalized
  FROM names
) X
GROUP BY name_normalized

注：

• 这是一个简单的情况，如果您想查看原始值，可以将规范化的结果作为列添加
• 您可能需要其他规范化——这取决于您的规则是什么。例如，UPPER（）可以忽略大小写，TRIM（）可以删除空白
• 您可以添加或忽略匹配规范化所需的其他列——生日、中间首字母等
• 有时，规范化字符串上的哈希比字符串更快处理——您的数据模型可能需要其中之一

Answer 2

如果COUNT()本身并不重要，则可以使用INNER JOIN 轻松分离重复项

SELECT n.FirstName, n.SecondName, n2.FirstName, n2.SecondName
FROM Names n
INNER JOIN Names n2 on n.FirstName = n2.SecondName and n.SecondName = n2.FirstName