如何从两列查询结果中删除重复的 id 对答案

【问题标题】：How to get rid of duplicated pairs of id's from two column query result如何从两列查询结果中删除重复的 id 对
【发布时间】：2021-04-05 13:12:30
【问题描述】：

我在一张表中获得了文件信息，而在另一张表中存储了 file_id 和校验和。现在我想用校验和搜索表中的重复文件

SELECT A.file_id pid, B.file_id sid
FROM checksums A INNER JOIN checksums B ON A.checksum = B.checksum
WHERE A.file_id <> B.file_id
ORDER BY pid

我得到的结果还算不错，可以进一步处理后使用。我想知道的是我是否以及如何直接从查询中获得正确的结果。我的意思是在这两列中摆脱“交叉重复”。例如，如果具有 id 1 的 File 与具有 id 43,77,14 和 的 Files 重复>id 2 与 id 74 的文件重复，然后我得到以下结果

| pid | sid |
=============
|  1  |  43 |
|  1  |  77 |
|  1  |  14 |
|  2  |  74 |
...
|  14 |   1 |
...
|  43 |   1 |
...
|  74 |   2 |
...
|  77 |   1 |
...

我想要实现什么来摆脱这些相反的一对以避免重复结果，SQL 中有没有办法做到这一点？

【问题讨论】：

所有行都重复了吗？
在我当前的查询结果中，所有行都有“相反对”

标签： sql sqlite duplicates inner-join self-join

【解决方案1】：

我认为不等式条件就足够了：

SELECT a.file_id pid, b.file_id sid
FROM checksums a 
INNER JOIN checksums b ON b.checksum = a.checksum
WHERE A.file_id < B.file_id
ORDER BY pid

【讨论】：

谢谢，似乎按我最初的预期工作，但我仍然觉得你的解决方案太简单了，或者我没有足够的头脑来思考它。
@MoreThanChaos：这回答了您提出的问题。您想摆脱“镜像”记录：使用 <（或类似地，>）而不是 <> 仅此而已。
不幸的是这还不够，我的担心成真了，测试确实表明它只适用于特定数据集的情况，当数据是“新鲜的”并且没有使用表时，一切都很好。当一些条目被删除并添加一些新条目时，例如应该有一行结果但它不起作用，因为 A A.file_id > B.file_id