根据这些行之间的条件过滤 Postgres 中的重复行

Question

给定一张桌子

CREATE TABLE data(
 irs_number VARCHAR (50),
 mop_up INTEGER,
 ou VARCHAR (50)
);

我将如何返回所有匹配的记录...

• 在另一行中至少有一个与 irs_number 相同的值，并且
• 必须将具有相同irs_number 的mop_up 中的至少一个设置为1 AND
• ou 的值不相同，即只返回那些不匹配到具有相同 irs_number 的行的值。

... 这样所有irs_numbers 都将被返回（不仅仅是一个条件为真的——见下面的例子）。

我试过了，但查询无法在合理的时间内完成：

SELECT irs_number, mop_up, ou
FROM data outer_data
WHERE (SELECT count(*)
FROM data inner_data
WHERE inner_data.irs_number = outer_data.irs_number
AND inner_data.mop_up = 1 OR outer_data.mop_up = 1
AND inner_data.ou <> outer_data.ou
);

以及此处描述的重复计数的变化：How to find duplicate records in PostgreSQL - 他们将始终只返回重复项，而不是应用的正确过滤器。

---

编辑：

示例数据：

INSERT INTO data VALUES 
('0001', 1, 'abc'),
('0001', 0, 'abc'),
('0001', 0, 'cde'),
('0001', 0, 'abc'),
('0002', 1, 'abc'),
('0002', 0, 'abc'),
('0003', 0, 'abc'),
('0003', 0, 'xyz')
;

SQLFiddle：http://sqlfiddle.com/#!17/be28f

理想情况下，查询应该返回：

irs_number  mop_up  ou
-----------------------
0001        1       abc
0001        0       abc
0001        0       cde
0001        0       abc

（顺序不重要） 这意味着它应该返回与irs_number 匹配的所有行与上述条件。

Answer 1

你应该可以通过一个简单的exists 子句来做到这一点：

SELECT irs_number, mop_up, ou
FROM data d
WHERE EXISTS (SELECT 1
              FROM data d2
              WHERE d2.irs_number = d.irs_number AND
                    d2.mop_up = 1 AND
                    d2.ou <> d.ou
             );

编辑：

以上误解了这个问题。它假定mop_up = 1 需要位于不同 ou 上。当我阅读这个问题时，这是模棱两可的，但似乎不是你想要的。所以，两个exists 地址：

SELECT irs_number, mop_up, ou
FROM data d
WHERE EXISTS (SELECT 1
              FROM data d2
              WHERE d2.irs_number = d.irs_number AND
                    d2.mop_up = 1
             ) AND
     EXISTS (SELECT 1
              FROM data d2
              WHERE d2.irs_number = d.irs_number AND
                    d2.ou <> d.ou
             );

Here 是一个 dbfiddle。

这两种解决方案都可以利用(irs_number, mop_up, ou) 上的索引。

Answer 2

我认为这个加入会做：

SELECT * FROM data 
WHERE irs_number in (
  SELECT irs_number
  FROM data d
  WHERE EXISTS (SELECT 1
    FROM data 
    WHERE irs_number = d.irs_number
    AND (mop_up = 1 OR d.mop_up = 1)
    AND ou <> d.ou
  )
)

见demo