Sql 通过比较记录缩小结果集

嗨，我有一个从查询到X表的结果集

1 | JOHN
2 | JOHN D
3 | JOHN D.
4 | JOHN DO
5 | JOHN DOE
6 | JOHN DD
7 | JOHN DOE.
8 | JOHNY

我需要将这个结果集缩小到这些一致性中的一个结果，我需要将最一致的记录作为有效结果。所以我认为正确的算法应该是这样的：

从左到右检查记录中的第一个单词是否一致（JOHN[七次]）

从左到右检查记录中的第二个单词是否一致（DOE[两次]）

确定“JOHN DOE”是重复次数最多的值，好吗

这个怎么样

SELECT  Name
FROM    tableName
GROUP   BY Name
HAVING  COUNT(*) > 1

---

嗯，这在计算上很昂贵。我将采取的方法是在字段上进行自连接，以查看每个字段与其他字段之间的重叠：

select x.name, count(*)
from x cross join
     x x2
where left(x.name, length(x.name)) = left(x2.name, length(x.name))
group by x.name
order by count(*) desc

我注意到“约翰”的数字是7，而不是“8”。我怀疑你不想和“约翰尼”匹配。为此，让我们添加一个附加条款：

select x.name, count(*)
from x cross join
     x x2
where left(x.name, length(x.name)) = left(x2.name, length(x.name)) and
      (length(x.name = x2.name) or substr(x2.name, length(x.name)+1, 1) = ' ')
group by x.name
order by count(*) desc

---

要使其工作，它假定您拥有数据中的“最短”版本。因此，如果“John”不是数据行，它不会查找“John”。

您的示例是错误的-重复次数最多的值是John DO（三次）。那么，我是对的，还是你在任何情况下都需要JOHN DOE？是的，knagaev JOHN DO是最重复的值不是JOHN DOE，这是我的错误，但是这个想法是相同的，你需要让JOHN DO作为示例的结果？但是如果我们继续，正确的答案将是JOHN D（六次）。正确答案是什么？