repetir - sql eliminar registros repetidos dejando solo 1

¿Cómo encuentro entradas duplicadas en una tabla de base de datos?

Question

La siguiente consulta mostrará todos los números decimales de Dewey que se han duplicado en la tabla "libro":

SELECT dewey_number, 
 COUNT(dewey_number) AS NumOccurrences
FROM book
GROUP BY dewey_number
HAVING ( COUNT(dewey_number) > 1 )

Sin embargo, lo que me gustaría hacer es que mi consulta muestre el nombre de los autores asociados con la entrada duplicada (la tabla "libro" y la tabla "autor" están conectadas por "author_id"). En otras palabras, la consulta anterior arrojaría lo siguiente:

dewey_number | NumOccurrences
------------------------------
5000         | 2
9090         | 3

Lo que me gustaría que mostraran los resultados es algo similar a lo siguiente:

author_last_name | dewey_number | NumOccurrences
-------------------------------------------------
Smith            | 5000         | 2
Jones            | 5000         | 2
Jackson          | 9090         | 3
Johnson          | 9090         | 3
Jeffers          | 9090         | 3

Cualquier ayuda que puedas darnos es muy apreciada. Y, en caso de que entre en juego, estoy usando una base de datos Postgresql.

ACTUALIZACIÓN : tenga en cuenta que "author_last_name" no está en la tabla "libro".

Answer 1

Probablemente quieras esto

SELECT dewey_number, author_last_name,
 COUNT(dewey_number) AS NumOccurrences
FROM book
GROUP BY dewey_number,author_last_name
HAVING ( COUNT(dewey_number) > 1 )

Answer 2

Una consulta anidada puede hacer el trabajo.

SELECT author_last_name, dewey_number, NumOccurrences
FROM author INNER JOIN
     ( SELECT author_id, dewey_number,  COUNT(dewey_number) AS NumOccurrences
        FROM book
        GROUP BY author_id, dewey_number
        HAVING ( COUNT(dewey_number) > 1 ) ) AS duplicates
ON author.id = duplicates.author_id

(No sé si esta es la forma más rápida de lograr lo que quieres).

Actualización: aquí están mis datos

SELECT * FROM author;
 id | author_last_name 
----+------------------
  1 | Fowler
  2 | Knuth
  3 | Lang

SELECT * FROM book;
 id | author_id | dewey_number |         title          
----+-----------+--------------+------------------------
  1 |         1 |          600 | Refactoring
  2 |         1 |          600 | Refactoring
  3 |         1 |          600 | Analysis Patterns
  4 |         2 |          600 | TAOCP vol. 1
  5 |         2 |          600 | TAOCP vol. 1
  6 |         2 |          600 | TAOCP vol. 2
  7 |         3 |          500 | Algebra
  8 |         3 |          500 | Undergraduate Analysis
  9 |         1 |          600 | Refactoring
 10 |         2 |          500 | Concrete Mathematics
 11 |         2 |          500 | Concrete Mathematics
 12 |         2 |          500 | Concrete Mathematics

Y aquí está el resultado de la consulta anterior:

 author_last_name | dewey_number | numoccurrences 
------------------+--------------+----------------
 Fowler           |          600 |              4
 Knuth            |          600 |              3
 Knuth            |          500 |              3
 Lang             |          500 |              2

Answer 3

SELECT dewey_number, author_last_name,
       COUNT(dewey_number) AS NumOccurrences
FROM book
JOIN author USING (author_id)
GROUP BY dewey_number,author_last_name
HAVING COUNT(dewey_number) > 1

Si book.author_id puede ser nulo, cambie la unión a:

LEFT OUTER JOIN author USING (author_id)

Si la columna author_id tiene un nombre diferente en cada tabla, entonces no puede usar USING, use ON en su lugar:

JOIN author ON author.id = book.author_id

o

LEFT OUTER JOIN author ON author.id = book.author_id

Answer 4

select author_name,dewey_number,Num_of_occur
from author a,(select author_id,dewey_number,count(dewey_number) Num_of_occur
                from   book
                group by author_id,dewey_number
                having count(dewey_number) > 1) dup
where a.author_id = dup.author_id

Answer 5

La forma más simple y efectiva que encontré es la que se muestra a continuación:

SELECT
    p.id
    , p.full_name
    , (SELECT count(id) FROM tbl_documents as t where t.person_id = p.id) as rows
FROM tbl_people as p
WHERE 
    p.id 
IN (SELECT d.person_id FROM tbl_documents as d 
    GROUP BY d.person_id HAVING count(d.id) > 1) 
ORDER BY 
    p.full_name