SQL中如何对两列存在镜像值的重复行进行去重

以下是几种常用的实现方式，适配不同场景需求：

通用最简写法（适配绝大多数数据库） #

利用LEAST和GREATEST函数将镜像行归为同一类，直接去重即可：

SELECT DISTINCT
    LEAST(C1, C2) AS C1,
    GREATEST(C1, C2) AS C2
FROM 你的表名;

原理说明 #

LEAST(C1, C2)会返回两个字段中更小的值，GREATEST(C1, C2)返回更大的值，所以(A,B)和(B,A)的计算结果完全一致，去重后只会保留一行。如果你的表中本身就存在C1=C2的行也不会受影响。

保留原行顺序写法 #

如果不需要强制把更小的值放在C1列，想要保留原表中的某一行，可以用窗口函数实现：

WITH ranked_rows AS (
    SELECT 
        C1,
        C2,
        ROW_NUMBER() OVER(
            PARTITION BY LEAST(C1, C2), GREATEST(C1, C2) 
            ORDER BY C1 -- 可自行调整排序规则，决定每组保留哪一行
        ) AS rn
    FROM 你的表名
)
SELECT C1, C2 FROM ranked_rows WHERE rn = 1;

低版本数据库兼容写法 #

如果你的数据库不支持LEAST/GREATEST函数，可以用CASE WHEN替代实现相同逻辑：

SELECT DISTINCT
    CASE WHEN C1 < C2 THEN C1 ELSE C2 END AS C1,
    CASE WHEN C1 < C2 THEN C2 ELSE C1 END AS C2
FROM 你的表名;

INNER JOIN实现方式 #

你猜测的关联写法也可以实现，不过性能略低于上面的方案，参考写法如下：

SELECT DISTINCT t1.C1, t1.C2
FROM 你的表名 t1
INNER JOIN 你的表名 t2 
    ON t1.C1 = t2.C2 AND t1.C2 = t2.C1
WHERE t1.C1 < t1.C2;

内容的提问来源于stack exchange，提问作者Kevin Sun