调试 SQL 查询结果中的重复数据

您的数据在哪里重复了？

• 行
• 列

重复行

开始之前，请确保您了解源表或嵌套查询的模式。

1. 您是否缺少GROUP BY子句？

2. 检查您的源表或嵌套查询是否包含重复行。您需要对包含重复行的每个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. 查看下方的表格，了解您的连接类型如何与您的表关系交互。
4. 更改连接类型或减少表关系.

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。

有些表中的行乍一看像是重复的。这在跟踪状态变化的表（例如，每次状态更改时都会添加一行的订单状态表）中很常见。状态表中的行可能看起来完全相同，除了行的时间戳。如果您有许多列的表，可能很难检测到，因此请务必运行上述步骤2，或者如果您不确定，请咨询您的数据库管理员。

如果您在编写连接时假设表具有一对一关系，而实际上它们是一对多或多对多关系，那么您将为“多”表中的每个匹配获得重复行。

延伸阅读

• 查询结果意外的常见原因
• 使用联接合并表
• SQL 连接的常见问题
• 什么是模式？
• 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，以便在找到匹配行时产生重复项。

如何减少表关系

如果您的重复行是由于您假设一对一关系，而实际上您的表是一对多或多对多，您可以使用以下方法删除重复项：

• 对于一对多关系，使用INNER JOIN。
• 对于一对多或多对多关系，使用带聚合函数的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：使用带有“一对多”关系的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. 通过遵循调试SQL逻辑下的步骤，检查您的列是否在源处重复。
3. 了解更多关于查询结果意外的常见原因。

您有其他问题吗？

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

您还卡住了吗？

搜索或询问 Metabase社区。