我在几个表中有这样的结构:id、[...]、validfrom、validto。
id
是一个 NUMBER,validfrom
和 validto
列的类型是 DATE。 任何给定日期不应导致每个 id
发布多于一篇帖子。
所以这是一个正确的例子:
id, validfrom, validto
1, 2000-01-01, 2000-02-20
1, 2000-02-21, 2000-03-02
1, 2000-03-03, 2099-12-31
但是,似乎存在一些问题,某些日期会返回多个值。像这样的东西(这是损坏的数据):
id, validfrom, validto
1, 2001-01-01, 2001-02-20
1, 2001-01-15, 2001-03-02
1, 2001-03-03, 2099-12-31
因此,在上面的示例中,2001-01-15 和 2001-02-20 之间的任何日期都将返回两行。
我如何构建一个脚本来查找所有这些损坏的帖子?
最佳答案
只是为了找到它们,假设每一行中的 validfrom 都小于 validto:
select a.*, b.*
from your_table a
join your_table b
on (a.id = b.id and
--overlapping
greatest(a.validfrom, b.validfrom) <= least(a.validto, b.validto) and
--exclude join the same row.
a.rowid <> b.rowid
)
这只是找到相交的间隔,因为不同间隔的 valid_from 大于另一个间隔的 valid_to 。
更新
:我替换了条件not (a.validto=b.validto and a.validfrom=b.validfrom)
与
a.rowid<> b.rowid
因为它现在会报告重复的行。 (谢谢沃尔夫)
关于sql - 表格清理,查找时间范围内重复的帖子,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14275074/