调试 SQL 查询结果中的重复数据

您的数据在哪里被复制？

• 行
• 列

重复行

在开始之前，请确保您了解源表或嵌套查询的架构。

1. 您是否缺少 GROUP BY 子句？

2. 检查您的源表或嵌套查询是否具有重复行。 您需要为每个包含重复行的表或查询结果重复步骤 3 和 4。

   -- If the row_count is greater than 1,
   -- you have duplicated rows in your results.
   
    SELECT
        < your_columns >,
        COUNT(*) AS row_count
    FROM
        < your_table_or_upstream_query >
    GROUP BY
        < your_columns >
    ORDER BY
        row_count DESC;
   

3. 查看下面的表格，了解您的连接类型如何与表关系交互。
4. 更改您的连接类型或减少您的表关系.

解释

当上游系统或 ETL 作业中的数据刷新时，行可能会意外重复。

一些表格中的行乍一看看起来像重复项。 这在跟踪状态更改的表格中很常见（例如，订单状态表格，每次状态更改时都会添加一行）。 状态表格可能具有看起来完全相同的行，除了行的时间戳。 如果您的表格有很多列，则可能难以检测到，因此请务必通读上面的步骤 2，如果您不确定，请咨询您的数据库管理员。

如果您编写的连接假设表之间存在一对一关系，而实际上表之间存在一对多或多对多关系，则对于“多”表中的每个匹配项，您都将获得重复的行。

延伸阅读

• 意外查询结果的常见原因
• 通过连接组合表格
• SQL 连接的常见问题
• 什么是架构？
• 数据库表关系

连接类型和表关系

此表总结了连接类型如何与表关系交互，以在找到匹配行时生成重复项。

如何减少表关系

如果您有重复的行，因为您假设一对一关系，而实际上您的表是一对多或多对多，则可以使用以下方法删除重复项

• INNER JOIN 用于一对多关系。
• 用于一对多或多对多关系的带有聚合函数的 CTE。

例如

-- Assume table_a is a one-to-many with table_b.

-- The query below will duplicate rows from table_b
-- for every matching row in table_a.

SELECT
    < your_columns >
FROM
    table_a
    LEFT JOIN table_b ON key_a = key_b;

选项 1：对一对多关系使用 INNER JOIN

-- The query below will get one row from table_b
-- for every matching row in table_a.

SELECT
    < your_columns >
FROM
    table_a
    INNER JOIN table_b ON key_a = key_b;

选项 2：使用 CTE 减少表关系

-- The query below will get aggregated values from table_b
-- for every matching row in table_a.

WITH table_b_reduced AS (
    SELECT
        AGGREGATE_FUNCTION (< your_columns >)
    FROM
        table_b_reduced
    GROUP BY
        < your_columns >
)
SELECT
    < your_columns >
FROM
    table_a
    JOIN table_b_reduced ON key_a = key_b_reduced;

重复列

1. 如果您正在连接数据，请检查您的 SELECT 语句是否同时包含主键和外键列。
2. 按照调试 SQL 逻辑下的步骤检查您的列是否在源处重复。
3. 详细了解意外查询结果的常见原因。

您有不同的问题吗？

• 我的结果缺少数据.
• 我的聚合（计数、总和等）不正确.
• 我的日期和时间不正确.
• 我的数据不是最新的.
• 我有一个 SQL 语法错误.
• 我收到的错误消息并非特定于我的 SQL 查询或语法.

您仍然遇到问题吗？

搜索或咨询 Metabase 社区。