统计数据库表中重复冗余条目数的SQL查询问题

原SQL的核心问题 #

1. 分组维度错误：你仅按First_Name分组，但判断重复条目需要同时依据First_Name和Last_Name的组合——同名不同姓的人不能被算作重复，这个逻辑漏洞会导致统计偏差。
2. 计算逻辑错误：你统计的是每组的总记录数，但冗余条目是每组总条数减去1（每组第一条是基准，剩下的才是冗余），直接求和总条数自然会比预期多。

正确的SQL语句 #

要得到预期的结果3，你需要先计算每组的冗余数（count(*) - 1），再对这些冗余数求和：

SELECT SUM(count(*) - 1) AS redundant_count
FROM Names
GROUP BY First_Name, Last_Name
HAVING count(*) > 1;

逻辑验证 #

• Elton John组总共有3条记录，冗余数为3-1=2
• Mariah Carey组总共有2条记录，冗余数为2-1=1
• 两者求和2+1=3，完全匹配你的预期。

如果需要先查看每组的冗余明细，可以执行以下子查询确认：

SELECT First_Name, Last_Name, count(*) AS total, count(*) - 1 AS redundant
FROM Names
GROUP BY First_Name, Last_Name
HAVING count(*) > 1;

执行后会返回：

内容的提问来源于stack exchange，提问作者Alyssa