SQL - 處理重複資料：初學者指南
你好，未來的SQL大師！今天，我們將要進入處理SQL中重複資料的迷人世界。別擔心如果你之前從未寫過一行代碼——我會成為你這次旅程中的友好導師，我們將一步一步地學習。到了這個教學的結尾，你將會像專家一樣處理重複資料！
為什麼在SQL中處理重複資料是必要的？
想像你正在籌備一個派對，你有一份賓客名單。你肯定不希望同一個人被列兩次，對吧？這就是為什麼在SQL中處理重複資料如此重要的原因。在數據庫的世界裡，重複的數據可能會導致各種問題：
- 浪費存儲空間
- 可能導致計算和報告不正確
- 使得數據維護更加困難
讓我分享一個快速的故事。在我擔任數據庫管理員的初期，我曾在客戶數據庫中忽略了某些重複的資料。結果如何呢？我們的市場營銷團隊給一些客戶發送了多封促銷郵件。不難想像，那些客戶並不高興，而我也是從痛苦的經驗中學到了教訓！
防止重複條目
處理重複資料的最佳方式是從一開始就阻止它們進入你的數據庫。以下是一些達到此目的的方法：
1. 使用主鍵
主鍵是一個列（或列的組合），它唯一地標識表中的每一行。根據定義，它不能包含重複。
CREATE TABLE Students (
StudentID INT PRIMARY KEY,
FirstName VARCHAR(50),
LastName VARCHAR(50)
);在這個例子中，StudentID 是我們的主鍵。SQL 將自動防止任何重複的 StudentID 值被插入。
2. 使用唯一約束
唯一約束與主鍵相似，但它可以應用於不是主鍵的列。
CREATE TABLE Employees (
EmployeeID INT PRIMARY KEY,
Email VARCHAR(100) UNIQUE,
FirstName VARCHAR(50),
LastName VARCHAR(50)
);在這裡，我們為 Email 列添加了一個唯一約束。這保證了沒有兩個員工可以擁有相同的電子郵件地址。
3. 使用 INSERT IGNORE
如果你使用的是 MySQL，你可以使用 INSERT IGNORE 語句來默默地忽略重複條目：
INSERT IGNORE INTO Students (StudentID, FirstName, LastName)
VALUES (1, 'John', 'Doe');如果已經存在一個 StudentID 為 1 的學生，這個語句不會抛出錯誤——它將簡單地忽略重複條目。
計算和識別重複
有時候，即使我們盡了最大努力，重複資料還是會悄悄進入我們的數據。讓我們學習如何找到它們！
計算重複
要計算重複，我們可以使用 GROUP BY 語句以及 HAVING 語句：
SELECT FirstName, LastName, COUNT(*) as Count
FROM Students
GROUP BY FirstName, LastName
HAVING Count > 1;這個查詢將學生按他們的名字進行分組，然後只顯示有超過一個條目的組。這就像在問，“給我顯示所有出現超過一次的名字，以及它們出現的次數。”
識別特定的重複
要查看實際的重複行，我們可以使用自連接：
SELECT s1.*
FROM Students s1
JOIN Students s2 ON
s1.FirstName = s2.FirstName AND
s1.LastName = s2.LastName AND
s1.StudentID > s2.StudentID;這個查詢將每個學生記錄與其他每個學生記錄進行比較。如果它找到兩個具有相同名字但不同ID的記錄，它將顯示具有較高ID的記錄。這就像在說，“給我顯示所有與其他學生名字相同的學生，但只顯示ID號碼較高的那一個。”
從表中刪除重複
現在我們已經找到了我們的重複資料，讓我們來清理它們！
1. 使用 DISTINCT
DISTINCT 關鍵字是最簡單的從查詢結果中移除重複的方法：
SELECT DISTINCT FirstName, LastName
FROM Students;這個查詢將顯示每個獨特的名字組合，無論它在表中出現多少次。
2. 使用 GROUP BY
GROUP BY 也可以用來移除重複：
SELECT FirstName, LastName
FROM Students
GROUP BY FirstName, LastName;這個查詢給出與 DISTINCT 相同的結果，但當你需要進行聚合函數時它可以更靈活。
3. 永久刪除重複
如果你需要從你的表中實際刪除重複行，你可以使用子查詢：
DELETE s1 FROM Students s1
INNER JOIN Students s2
WHERE
s1.FirstName = s2.FirstName AND
s1.LastName = s2.LastName AND
s1.StudentID > s2.StudentID;這個查詢刪除所有的重複學生，只保留 StudentID 最小的那一個。請非常小心使用這個語句——在SQL中沒有撤銷按鈕！
這裡是一個總結我們討論過的方法的表格：
| 方法 | 使用案例 | 示例 |
|---|---|---|
| 主鍵 | 防止重複 | CREATE TABLE Students (StudentID INT PRIMARY KEY, ...); |
| 唯一約束 | 在特定列中防止重複 | CREATE TABLE Employees (Email VARCHAR(100) UNIQUE, ...); |
| INSERT IGNORE | 靜默忽略重複（MySQL） | INSERT IGNORE INTO Students ... |
| COUNT(*) 與 GROUP BY | 計算重複 | SELECT ..., COUNT(*) ... GROUP BY ... HAVING Count > 1; |
| 自連接 | 識別特定重複 | SELECT s1.* FROM Students s1 JOIN Students s2 ON ... |
| DISTINCT | 從查詢結果中移除重複 | SELECT DISTINCT FirstName, LastName FROM Students; |
| DELETE 與自連接 | 永久移除重複 | DELETE s1 FROM Students s1 INNER JOIN Students s2 WHERE ... |
就这样！你现在已经装备了像经验丰富的SQL专家一样处理重复数据的知识。记住，能力越大，责任越大——在运行删除数据的查询之前，总是要双倍检查你的查询。快乐编码，愿你的数据库永远无重复数据！
Credits: Image by storyset