sql - 空日期表现

Question

我正在查找相同的行，但当出生日期字段为 null 时遇到问题。

我目前有两个脚本能够识别我正在寻找的三种相同性，但我想用一个脚本来实现。

是的，数据可以更新为使用已知日期，这可能意味着空，但我不想更改数据或复制到新表。

我确实设法创建了一个可以完成所有工作的脚本，但运行起来需要花费大量时间。我之所以能做到这一点，全归功于这个answer 。两个脚本的运行时间均不足一秒，而单个脚本则需要 26 分钟。

脚本 1 匹配空出生日期，但缺少相同的名字

SELECT last_name, birthdate, count(distinct first_name) 
FROM merged_person 
    having count(distinct first_name) >1 
GROUP BY last_name, birthdate 
ORDER BY last_name;

脚本 2 遗漏了 null 出生日期

SELECT *
FROM merged_person
WHERE (last_name, birthdate) IN
    (SELECT last_name, birthdate
    FROM merged_person
    GROUP BY last_name, birthdate
    HAVING COUNT(*) > 1
    )
ORDER BY last_name, birthdate;

脚本 3 变体可以找到所有结果，但花费的时间太长。
变体 1

SELECT *
FROM merged_person
WHERE (last_name, nvl(birthdate, '0001-01-01')) IN
    (SELECT last_name, nvl(birthdate, '0001-01-01')
    FROM merged_person
    GROUP BY last_name, birthdate
    HAVING COUNT(*) > 1
    )
ORDER BY last_name, birthdate;

变体2

SELECT *
FROM merged_person
WHERE (last_name, nvl(to_char(birthdate, 'DD-MM-YYYY'), '00-00-0000')) IN
    (SELECT last_name, nvl(to_char(birthdate, 'DD-MM-YYYY'), '00-00-0000')
    FROM merged_person
    GROUP BY last_name, birthdate
    HAVING COUNT(*) > 1
    )
ORDER BY last_name, birthdate;

使用 nvl(birthdate, '0001-01-01') 无法捕获所有情况。

是否有提高性能的方法或其他方法来匹配空出生日期？

编辑:

相同性是具有相同姓氏和出生日期的记录，其余字段对于匹配来说并不重要，但它们是名字，文件编号，员工 ID，性别，一堆雇用信息。

由于我正在处理生产数据，因此无法显示返回的任何行。

示例

• Bruce Banner，生于 1966 年，Empid 1234，男
• 莎拉·类纳 (Sarah Banner)，生于 1966 年，恩皮德 1345 年，女
• Anne Rice，空，Empid 1134，女性
• Ben Rice，Null，Empid 1153，男

识别横幅很容易。是大米造成了问题。

Answer 1

分析函数可以避免自连接和类型转换的问题:

--具有相同姓氏和出生日期的人。 选择名字、姓氏、出生日期 从 (

--All rows, with a count of people with same last name and birth date.
select first_name, last_name, birthdate,
    count(*) over (partition by last_name, birthdate) duplicate_count
from merged_person

) 其中重复计数 >= 2 按名字、姓氏、出生日期排序；

---

最初的问题是从经典的 NULL 问题开始的:NULL 不等于 NULL，但 NULL 也不等于 NULL。这很令人困惑，并且需要一些时间来理解，但如果您将 NULL 视为“缺少值”，那么它确实有意义。

使用NVL来避免NULL问题是一个好主意，但是隐式类型转换可能会引起问题。使用 ISO 8601 日期文字会更清晰。您已经使用了正确的格式，只需将关键字 DATE 放在其前面即可。

更改:

nvl(birthdate, '0001-01-01')

致:

nvl(birthdate, date '0001-01-01')