【发布时间】:2021-06-02 10:23:30
【问题描述】:
我有一个名为 baseTable 的表,其中包含许多列,但是我使用 3 个名为 Material_Type、Material_Desc(具有空值)、Material_Number 的列来使用 row_num 和分区方式查找重复项。 注意:我需要根据 3 个条件过滤重复项。
- 当 Material_Type = Material_Type 时
- 当 Material_Desc = Material_Desc
- 当 Material_Number Material_Number
样本表:
Material_Type Material_Desc Material_Number
ABC XYZ 1
ABC XYZ 1
ABC XYZ 2
ABC XYZ 3
DEF IMM 1
LMN NULL 1
LMN NULL 2
我只想在 newTable 中有重复的值,并想删除不同的值。
期望的输出:
Material_Type Material_Desc Material_Number new
ABC XYZ 1 1
ABC XYZ 1 2
ABC XYZ 2 3
ABC XYZ 3 4
LMN NULL 1 1
LMN NULL 2 2
我使用了下面的查询,但没有得到预期的输出,因为它不包括来自 Material_Desc 列的空值,并且没有使用 Null 进行分区,并且还会创建不需要的重复记录。
使用的查询:
create table newTable as
with mycte as
(
select
m.MATERIAL_NUMBER
,m.MATERIAL_TYPE
,m.Material_Desc,
row_number() over(partition BY d.MATERIAL_TYPE,d.Material_Desc order by d.MATERIAL_NUMBER) as new
from baseTable m
inner join
(
select MATERIAL_NUMBER,MATERIAL_TYPE,Material_Desc,count(*) from baseTable group by
MATERIAL_NUMBER,MATERIAL_TYPE,Material_Desc having count(*) > 1
) d on d.MATERIAL_NUMBER <> m.MATERIAL_NUMBER and d.MATERIAL_TYPE=m.MATERIAL_TYPE
and d.Material_Desc= m.Material_Desc)
select * from mycte
任何帮助将不胜感激。
【问题讨论】:
标签: sql duplicates cloudera impala hue