Sql server 在一个或多个字段上分组时，在列表中查找重复对象

我需要找到列表中与列表中至少一个其他对象相交的所有对象。这是由几个设置决定的：

“重复检查”字段列表（例如，一个人可以在

FirstName

、

LastName

或

DOB

上相交）

两个人相交时必须相等的最小字段数（例如，如果数字为2，则如果两个人的

名
和
姓
，相同的
姓
和
DOB
，或者相同的
姓
和
DOB
，或者相同的
姓
和
DOB
），则两个人相交

---

确定这一点最有效的方法是什么？目前，将SQL和temp表与

GROUPBY

语句一起使用是最有效的，但还不够好。我试着在C#/LINQ中使用字典和硬编码各种属性检查，但那更糟糕。我一直在研究不相交集和Levenshtein距离，但对于一个大的列表来说，这似乎同样低效。这只是一个NP完全问题吗？

您必须将表格更改为这种格式

如果您没有

user\u id

，可以使用

row\u number（）

然后执行此连接

SELECT T1.user_id, T2.user_id, count(T2.FieldName)
FROM Table1 T1
LEFT JOIN Table1 T2
  on T1.UserID > T2.UserID
 and T1.FIELDNAME = T2.FIELDNAME
 and T1.Value = T2.Value
GROUP BY T1.user_id, T2.user_id
HAVING count(T2.FieldName)  >= 2 

---

您必须使用将表格更改为此格式

如果您没有

user\u id

，可以使用

row\u number（）

然后执行此连接

SELECT T1.user_id, T2.user_id, count(T2.FieldName)
FROM Table1 T1
LEFT JOIN Table1 T2
  on T1.UserID > T2.UserID
 and T1.FIELDNAME = T2.FIELDNAME
 and T1.Value = T2.Value
GROUP BY T1.user_id, T2.user_id
HAVING count(T2.FieldName)  >= 2 

---

是否有任何示例数据可供使用？您应该始终使用rdbms标记、sql server、mysql，或保存任何示例数据以供使用？您应该始终使用rdbms标记、sql server、mysql，etcI将

更改为

，以避免重复/反向配对。我明天必须仔细查看，但这看起来是朝着正确方向迈出的明确一步！只要你能处理UNPIVOT，这应该很容易。嗯，看起来你发布的第二个查询/加入没有在合理的时间内运行（7分钟以上没有完成，tempdb空间不足）。我甚至在未分割表的所有三列上都添加了索引。@b可能2您的表有多大？我将

更改为

，以避免重复/反向配对。我明天必须仔细查看，但这看起来是朝着正确方向迈出的明确一步！只要你能处理UNPIVOT，这应该很容易。嗯，看起来你发布的第二个查询/加入没有在合理的时间内运行（7分钟以上没有完成，tempdb空间不足）。我甚至在未分割的表的所有三列上都添加了索引。@B可能2您的表有多大？