SQL Server中关联去重右表左连接返回多余行问题排查

问题背景 #

现有两张表：

Main表结构 #

VALUE | CUSTNAME
123   | ADELE
323   | GORTH
242   | GORTH
345   | VIX
...

Mapping表结构 #

ISSUER | CATEGORY 
ADELE  | A
GORTH  | B
DENN   | B
VIX    | C
...

需要给Main表添加CATEGORY列，使用左连接后返回行数比原Main表多40条（总数据约3万条）。已尝试以下操作但问题未解决：

• 确认Main表CUSTNAME允许重复、Mapping表是多对一关系
• 对Mapping表去重后再关联
• 检查NULL值
• 内连接和左连接结果一致

当前使用的查询语句：

SELECT A.*, B.CATEGORY AS CATEGORY
FROM Main A
LEFT JOIN 
    (SELECT DISTINCT * FROM Mapping) B ON A.CUSTNAME = B.Issuer

当前输出存在多余行，期望输出与原Main表行数一致，仅新增CATEGORY列。

错误原因分析 #

核心问题出在Mapping表中存在同一个ISSUER对应多个不同CATEGORY的记录：

• 使用SELECT DISTINCT * FROM Mapping去重时，若同一个ISSUER有不同的CATEGORY值，这些记录会被视为不同行保留
• 左连接时，Main表中对应该ISSUER的每一行都会和Mapping表中的多条记录匹配，从而产生额外的重复行
• 内连接结果和左连接一致，说明这些多匹配的ISSUER在Main表中都有对应记录，不存在NULL匹配的情况

修复方案 #

1. 先定位问题记录 #

执行以下查询，找出Mapping表中一个ISSUER对应多个CATEGORY的记录：

SELECT ISSUER, COUNT(DISTINCT CATEGORY) AS category_count
FROM Mapping
GROUP BY ISSUER
HAVING category_count > 1;

2. 根据业务逻辑修复 #

场景1：业务上一个ISSUER应对应唯一CATEGORY

清理Mapping表，删除重复或错误的记录，确保每个ISSUER只有一条有效记录。

场景2：允许一个ISSUER对应多个CATEGORY，但只需取其中一个

通过聚合函数或窗口函数，确保每个ISSUER只返回一行数据：

• 用聚合函数取任意一个CATEGORY（比如MAX/MIN，根据业务需求选择）：

SELECT A.*, B.CATEGORY
FROM Main A
LEFT JOIN (
    SELECT ISSUER, MAX(CATEGORY) AS CATEGORY
    FROM Mapping
    GROUP BY ISSUER
) B ON A.CUSTNAME = B.ISSUER;

• 用窗口函数取指定行（比如取第一条，或按时间排序取最新的）：

SELECT A.*, B.CATEGORY
FROM Main A
LEFT JOIN (
    SELECT 
        ISSUER, 
        CATEGORY,
        ROW_NUMBER() OVER (PARTITION BY ISSUER ORDER BY (SELECT NULL)) AS rn
    FROM Mapping
) B ON A.CUSTNAME = B.ISSUER
WHERE B.rn = 1;

注：ORDER BY (SELECT NULL)表示随机取一行，若有时间戳、更新时间等字段，可替换为该字段来获取特定顺序的记录（如ORDER BY update_time DESC取最新记录）。

额外验证 #

如果上述方案无效，可检查Main表本身是否存在重复行：

SELECT VALUE, CUSTNAME, COUNT(*) AS row_count
FROM Main
GROUP BY VALUE, CUSTNAME
HAVING row_count > 1;

若存在重复行，可根据业务需求去重后再进行连接操作。

内容的提问来源于stack exchange，提问作者Abbi KRK