在上回贴时，我总是苦口婆心地劝告楼上楼下的朋友们多用联接。可响应甚微。往往一个简单的功能，也一定要写成子查询或游标，弄得非常复杂冗长。的确，这样写对于初学者来说，费力不费脑，思路比较好理解。所以往往得分的也是这些回贴。可事实上，如果你真正熟悉了SQL的编程风格，你会明白，联接查询才是最直接、最清晰、最有力的方法，而更好的办法就是无招胜有招，一条简单查询结束战斗。下面我举几个例子来证明一下这个观点。例1-1、重复记录的查询和处理总有一些朋友在网上问，一个表中，有重复的记录，怎么办？当然，一个设计风格良好的关系型数据库，每个表都应该有主键、有唯一索引，所以压根就不该有重复记录。不过有时还是会出现不该出现的事，比如“七．七事变”，比如“9．11”……咳咳，其实我想说的是，有时会有人根本没有数据库的概念，他就不知道主键是什么，或者随意建了一个自动标识的ID列充数（其实这也没什么，没有人天生会设计数据库，关键是愿不愿承认自己的不足并且改进）。更常见的是我们的数据可能来自一些电子表格或文本文件，导入到数据库中时才发现问题。这里，我们建立一个表，表示某商店的存货。我有意没有加入任何索引和约束，这样，它会很容易地出问题（就像实验室里的裸鼠）。CREATE TABLE PRODUCT(ID INT, PNAME CHAR(20), PRICE MONEY, NUMBER INT, PDESCRIPTION VARCHAR(50))现在，我们可以向其中插入一些数据：IDPNAMEPRICENUMBERPDESCRIPTION1Apple 123000
1Apple 123000
2Banana 16.997600
3Olive 25.224500
4Orange 15.995500
4Coco Nut 40.992000
5Pineapple 302500
6Olive 25.223000
这里有一些明显的问题，前两行完全一样，这样的重复数据一点意义都没有，只会添乱。InterBase还好点，在它的IBConsole中可以直接修改它们。可在SQL Server中，系统根本无法区分这两行，当我们试图对其中任一行修改时会收到一个错误信息。事实上，这也是一个关系型数据库应有的反应。那我们应该怎么办呢？事实上，处理它的方法比找出错误数据还简单，联接查询都用不到。用一条SQL语句SELECT DISTINCT * FROM PRODUCT就可以把重复数据压缩掉，生成一个包括正常数据的数据集。结果如下：IDPNAMEPRICENUMBERPDESCRIPTION1Apple 123000
2Banana 16.997600
3Olive 25.224500
4Orange 15.995500
4Coco Nut 40.992000
5Pineapple 302500
6Olive 25.223000
对于支持SELECT …… INTO……FROM语句的数据库来说，这样一句SELECT DISTINCT * INTO NewTable FROM PRODUCT就可把数据导入到一个新表（NewTable ）中。或者可以用INERT INTO …… SELECT DISTINCT * FROM ……把它导入到一个现有的表中。总之有了正确的数据集，再如何处理就好办了。相信大家知道这个合并重复数据的关键字DISTINCT后，再不会用游标来处理重复数据了吧。这是第一步，有时可能我们不想一下把它们压缩掉，而是想先看看到底谁出了问题。好的，用下面的语句可以找出重复的记录，最右边一列“ROW_COUNT”表示这行数据在表中重复的次数：SELECT ID, PNAME, PRICE, NUMBER, PDESCRIPTION, COUNT(*) ROW_COUNT FROM PRODUCTGROUP BY ID, PNAME, PRICE, NUMBER, PDESCRIPTIONHAVING COUNT(*) > 1IDPNAMEPRICENUMBERPDESCRIPTIONROW_COUNT 1Apple123000NULL2
（所影响的行数为 1 行）其实就是关键字GROUP BY …… HAVING和统计函数COUNT的一个简单运用，记得在GROUP BY 后面写上完整的字段列表。这表示我们要的是那些完全一致的数据，每个字段都一样。PRODUCT表中的数据很多时，用前面的方法直接生成正确的数据集效率很低。现在有了这个结果集，我们可以高效率工作了。现在，我们用SELECT ID, PNAME, PRICE, NUMBER, PDESCRIPTIONFROM PRODUCTGROUP BY ID, PNAME, PRICE, NUMBER, PDESCRIPTIONHAVING COUNT(*) > 1把重复的数据生成为一个经过压缩的正确数据集，用前述的方法导出到一个临时表中，然后用DELETE FROM PRODUCT WHERE ID IN (SELECT IDFROM PRODUCTGROUP BY ID, PNAME, PRICE, NUMBER, PDESCRIPTIONHAVING COUNT(*) > 1)把重复数据从PRODUCT表中删除，再把压缩好的数据插入PRODUCT。现在PRODUCT表中不再有完全重复，不可标识的数据了。
