【SQL】重复的邮箱信息

目录

语法

需求

示例

分析

代码

---

语法

SELECT column_name(s), AGGREGATE_FUNCTION(column_name)

FROM table_name

WHERE condition

GROUP BY column_name(s)

ORDER BY column_name(s);

GROUP BY 语句主要用于结合聚合函数（如 COUNT(), MAX(), MIN(), SUM(), AVG() 等）来将结果集中的多行数据组合成更小的分组，以便对每个分组执行计算。会根据一个或多个列对结果集进行分组，然后对每个分组应用聚合函数。这样做的好处是可以对数据进行汇总分析，比如计算每个部门的员工数量、每个产品的销售总额等。

在 GROUP BY 语句中，SELECT 列表中只能包含聚合函数或 GROUP BY 子句中指定的列。使用 GROUP BY 可能会对大型数据集的性能产生影响，因为它需要对数据进行排序和分组。优化查询和索引可以帮助提高性能。而且在 GROUP BY 操作中，所有具有相同值的行会被分在同一组中，包括 NULL 值。如果列中包含 NULL 值，则所有 NULL 值都会被视为相同并分在同一组中。

COUNT(column_name)

COUNT 用于计算表中的行数或满足特定条件的行数。它非常有用，特别是在需要对数据进行分组统计时。COUNT 函数可以应用于任何类型的列，但实际上，在大多数情况下，它用于计算非空（NOT NULL）值的数量，尽管在某些数据库系统中，使用 COUNT(*) 可以计算包括 NULL 值在内的所有行。

当使用 COUNT(column_name) 时，如果列中包含 NULL 值，则这些 NULL 值不会被计入总数。COUNT(*) 通常用于计算表中的总行数，因为它会计算所有行，包括那些包含 NULL 值的行。COUNT(DISTINCT column_name) 用于计算列中不同非空值的数量，有助于识别唯一值的数量。在使用 COUNT 与 GROUP BY 语句结合时，可以计算每个分组中的行数。

需求

表: Person

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| email       | varchar |
+-------------+---------+
id 是该表的主键（具有唯一值的列）。
此表的每一行都包含一封电子邮件。电子邮件不包含大写字母。

编写解决方案来报告所有重复的电子邮件。 请注意，可以保证电子邮件字段不为 NULL。

以 任意顺序 返回结果表。

结果格式如下例。

示例

输入: 
Person 表:
+----+---------+
| id | email   |
+----+---------+
| 1  | a@b.com |
| 2  | c@d.com |
| 3  | a@b.com |
+----+---------+
输出: 
+---------+
| Email   |
+---------+
| a@b.com |
+---------+
解释: a@b.com 出现了两次。

分析

编写解决方案来报告所有重复的电子邮件。

重复的电子邮件意味着这个电子邮件地址存在多次

可以保证电子邮件字段不为 NULL。

保证电子邮件字段不为 NULL，即可以直接进行计数

首先需要按照Email进行分组，后通过统计Email数量的形式，多于一次即意味着重复，group by Email

向group by 添加条件的一种常用的方法是使用 having子句，having count(Email) > 1

代码

select Email
from Person
group by Email
having count(Email) > 1;