大数据量情况下比较两张工作表中相同或不同的邮件号

iamlaosong文

有两个工作表，里面是邮件明细，每个都有20万条，要想提出两个表中重复的邮件号，怎么办好呢？

如果数据量小的话，可以用countif函数，也可以用vlookup函数，可是这么大数量的数据，用这个函数，电脑很快就死翘翘了，仔细考虑，想到用SQL语句完成这个工作，试了一下，时间不长，结果就出来了。

假定数据在文件“比较.xlsx”中的sheet1和sheet2 工作表中，步骤如下：

1、随便新建一个Excel文件，建立一个对本文件某工作表的查询，因为要重写SQL语句，所以随便建立一个就行了，建立查询的方法见：SQL在Excel中的应用方法 或者 怎样提取Excel工作表中排名前几名的名称和数据中相关描述。

2、建立过程中，将SQL语句改为如下，确定后返回的就是两表中都存在的邮件号（重复邮件）：

select a.邮件号 ,count(*) as 数量 from [G:\临时桌面\国际运费\比较.xlsx].[sheet1$] a, [G:\临时桌面\国际运费\比较.xlsx].[sheet2$] b where a.邮件号 = b.邮件号 group by a.邮件号

3、如果还有类似工作，只要将邮件号拷贝到“比较.xlsx”中sheet1和sheet2中，然后右击本文件查询结果中任一单元格，点击弹出菜单中的刷新既可，如下图：

4、为了增强适应性，上面文件的路径也可以不写，只有这些文件放在一个目录下即可：

select a.邮件号 from [比较.xlsx].[sheet1$] a, [比较.xlsx].[sheet2$] b where a.邮件号 = b.邮件号

注：上面的写法本机上没有问题，但文件拷贝给同事后发现并不能刷新数据，提示创建文件失败，不知道创建什么文件。他的环境是2010，我的是2007，不知道是不是版本导致这个问题。在同事的机器上重建查询并复制SQL语句，SQL语句中的文件名必须为全路径文件名才行。

5、如果两张表不在一个文件中也可以，只要写不同文文件名就行了：

select a.邮件号 from [G:\临时桌面\国际运费\比较1.xlsx].[sheet1$] a, [G:\临时桌面\国际运费\比较2.xlsx].[sheet1$] b where a.邮件号 = b.邮件号

真实案例：

select a.邮件号 from [G:\临时桌面\国际运费\国际邮件计算表-9月.xlsx].[E邮宝$] a, [G:\临时桌面\国际运费\国际邮件计算表-10月.xlsx].[E邮宝$] b where a.邮件号 = b.邮件号

6、如果要找出其中一个表中不重复的邮件号，可以用左连接或右连接实现：

select a.邮件号,b.邮件号 from [比较.xlsx].[sheet1$] a left join (select 邮件号 from [比较.xlsx].[sheet2$]) b on a.邮件号 = b.邮件号 where b.邮件号 is null

或者

select a.邮件号,b.邮件号 from [比较.xlsx].[sheet1$] a right join (select 邮件号 from [比较.xlsx].[sheet2$]) b on a.邮件号 = b.邮件号 where a.邮件号 is null

7、除了用连接的方式，也可以用子查询的方法，SQL如下：

查找重复的：

select a.邮件号 from [比较.xlsx].[sheet1$] a where a.邮件号 in (select 邮件号 from [比较.xlsx].[sheet2$]) 

查找不重复的：

select a.邮件号 from [比较.xlsx].[sheet1$] a where a.邮件号 not in (select 邮件号 from [比较.xlsx].[sheet2$]) 

8、如果查出本表中的重复项，SQL如下：

select a.邮件号, count(*) as 数量 from [比较.xlsx].[sheet1$] a group by a.邮件号  having count(*)>1

select a.邮件号, count(*) as 数量 from [比较.xlsx].[sheet2$] a group by a.邮件号  having count(*)>1