Oracle SQL查询重复问题排查：左连接致结果行数超出临时表

重复数据产生的原因 #

你的查询返回行数比临时表多，核心问题出在左连接的子查询上：

• 虽然子查询加了DISTINCT，但如果同一个account_number在关联languagetable或emailtable后，出现不同的字段组合（比如同一个账号对应两种语言，或者同一个账号对应多个邮箱/邮箱+语言的不同组合），DISTINCT只会去重完全相同的行，没法把同一个account_number的多条记录合并成一条。
• 另外policytable本身可能存在同一个account_number对应多条记录的情况，这也会导致子查询里同一个账号输出多行，左连接后把临时表的一行拆成多行，最终总条数膨胀。

修正后的SQL方案 #

要保证每个临时表的memberid只返回一行，关键是让子查询里每个account_number仅输出一条记录。这里提供两种常用方案：

方案1：用聚合函数取唯一值（适合只需要非空的邮箱/语言） #

通过MAX()或MIN()聚合，自动忽略NULL值，确保每个账号只返回一条记录：

SELECT temp.*,
       a.email_address,
       a.language
FROM cigna_shared.tempoarytable temp
LEFT JOIN (
    SELECT 
        poli.account_number,
        MAX(info.language) AS language, -- 取该账号对应的语言，无则为NULL
        MAX(em.email_address) AS email_address -- 取该账号对应的邮箱，无则为NULL
    FROM policytable poli
    LEFT JOIN languagetable info ON poli.id = info.id
    LEFT JOIN emailtable em ON poli.KEY = em.KEY
    GROUP BY poli.account_number -- 按账号分组，确保每个账号只出一行
) a ON temp.memberid = a.account_number;

方案2：用窗口函数指定取数规则（适合需要明确选择某一条记录的场景） #

如果同一个账号有多个邮箱/语言，想指定取最新或某一条，可以用ROW_NUMBER()：

SELECT temp.*,
       a.email_address,
       a.language
FROM cigna_shared.tempoarytable temp
LEFT JOIN (
    SELECT 
        account_number,
        language,
        email_address,
        -- 按账号分组，给每组的行排序，可根据实际需求调整排序规则（比如按记录创建时间）
        ROW_NUMBER() OVER (PARTITION BY account_number ORDER BY (SELECT 1)) AS rn
    FROM (
        SELECT DISTINCT
            poli.account_number,
            info.language,
            em.email_address
        FROM policytable poli
        LEFT JOIN languagetable info ON poli.id = info.id
        LEFT JOIN emailtable em ON poli.KEY = em.KEY
    ) sub
) a ON temp.memberid = a.account_number AND a.rn = 1; -- 只取每组的第一条

注意事项 #

• 如果同一个账号确实存在多个有效邮箱/语言，要提前确认业务规则：是取任意一个，还是合并显示？上面的方案是取单条，要是需要合并可以用STRING_AGG()（不同数据库语法有差异，比如MySQL用GROUP_CONCAT()）。
• 检查policytable里account_number的重复情况，确认是否是业务上的正常数据，还是脏数据。

内容的提问来源于stack exchange，提问作者Rafa579