MySQL查询有效地返回不包括重复信息的组合行

Question

所以这可能很简单，但我正在努力寻找一种有效的方法来做到这一点。我查看了许多其他问答，我已经搞砸了 DISTINCT、GROUP BY、子查询等。

我试图超级简化这个例子。 （出于示例的目的，没有 DB 规范化）这是一个 SQL 小提琴：

http://sqlfiddle.com/#!9/948be7c/1

CREATE TABLE IF NOT EXISTS `orders` (
  `id` int NOT NULL,
  `name` varchar(90) NULL,
  `email` varchar(200) NULL,
  `phone` varchar(200) NULL,
  PRIMARY KEY (`id`)
) DEFAULT CHARSET=utf8;

INSERT INTO `orders` (`id`, `name`, `email`, `phone`) VALUES
  ('1', 'Bob', 'bob@email.com', NULL),
  ('2', 'Bobby', 'bob@email.com', '1115551111'),
  ('3', 'Robert', 'robert@email.com', '1115551111'),
  ('4', 'Fred', 'fred@email.com', '1115552222'),
  ('5', 'Freddy', 'fred@email.com', '1115553333')

如果我只是运行一个简单的选择，我会得到：

但我想对具有相同电子邮件地址或具有相同电话号码的任何结果“去重” - 因为他们将是同一个人，即使他们有多个 ID，即使他们他们的名字拼写不同。然后合并这些结果（“不同的”电子邮件地址之一和“不同的”电话号码之一以及姓名之一和 ID 之一。）

因此，对于上述内容，我最终会得到这样的结果：

有什么建议吗？

Answer 1

我认为您可以通过使用相关子查询进行过滤来做您想做的事情：

select o.*
from orders o
where o.id = (
    select o1.id
    from orders o1
    where o1.email = o.email or o1.phone = o.phone
    order by o1.phone is not null desc, o1.email is not null desc, id
    limit 1
)

这仅保留具有相同phone 或email 的行中的一行，同时优先考虑phone 和email 不是null 的行。通过选择最低的id 打破平局。

对于您的示例数据，这将返回：

id  name    email           phone
2   Bobby   bob@email.com   1115551111
4   Fred    fred@email.com  1115552222

Answer 2

可以通过多种不同的方式来解释您的需求。

一种方法是将其重新定义为约束：仅在其中一个为真时才返回记录：

• 它有一个非空的电子邮件和电话，并且不存在具有相同电子邮件和电话且 ID 较低的记录
• 它有一个非空的email但为空的电话，并且没有相同的电子邮件和一个非空电话的记录，并且没有相同的电子邮件和一个空电话和较低的id的记录
• 它有一个非空电话但为空电子邮件，并且不存在相同电话和非空电子邮件的记录，并且不存在相同电话和空电子邮件和较低id的记录

这很容易转化为几个连接，不需要 group by 或 distinct。