如何筛选DefaultMessage列存在重复值的数据集？

需要从包含10000+行数据的表中，找出不同TravellerID下拥有相同DefaultMessage的条目，无法提前知道具体消息内容，因此不能在WHERE子句中指定固定搜索值。之前尝试自连接（SELF JOIN）但返回了全部数据，未达到预期效果。

示例数据表 #

期望输出 #

方法1：分组统计+子查询（推荐，大数据量效率更高） #

先通过分组筛选出被多个不同用户使用的DefaultMessage，再关联原表获取完整条目：

SELECT t.*
FROM your_table_name t
JOIN (
    SELECT DefaultMessage
    FROM your_table_name
    GROUP BY DefaultMessage
    HAVING COUNT(DISTINCT TravellerID) > 1
) dup_msg ON t.DefaultMessage = dup_msg.DefaultMessage
ORDER BY t.DefaultMessage, t.TravellerID;

• COUNT(DISTINCT TravellerID)确保只筛选不同用户的重复消息，排除同一用户自身的重复条目
• 分组统计的逻辑在大数据量下执行效率优于自连接

方法2：修正后的自连接 #

之前自连接返回全部数据是因为缺少关键过滤条件，添加条件后可精准定位目标数据：

SELECT DISTINCT t1.*
FROM your_table_name t1
JOIN your_table_name t2 
  ON t1.DefaultMessage = t2.DefaultMessage 
  AND t1.TravellerID != t2.TravellerID
ORDER BY t1.DefaultMessage, t1.TravellerID;

• t1.TravellerID != t2.TravellerID确保只匹配不同用户的重复消息
• DISTINCT避免同一行数据被重复输出（比如t1为ID1、t2为ID4，与t1为ID4、t2为ID1会产生重复结果）

内容的提问来源于stack exchange，提问作者Kreeshee