MS SQL Server 实战统计与汇总重复记录

需求

范例运行环境

数据样本设计

功能实现

上传EXCEL文件到数据库

分组统计 SQL 语句

分组汇总 SQL 语句

having 语句过滤最终统计结果

小结

需求

在日常的数据管理应用中，统计和汇总重复记录的情况是经常遇到的一个问题，然后我们会根据统计结果进一步对数据进行合理化处理。比如我们有一组题库数据，主要包括题目和选项字段（如单选题目、多选题目和判断题目），一个合理的数据存储应该至少保证这些题目在分类中不应该出现重复题目标题数据。本文将介绍如何利用 group by 、with rollup 、having 语句来实现这一统计汇总需求，主要实现如下功能：

（1）上传 EXCEL 版试题题库到 MS SQL SERVER 数据库进行导入

（2）通过 group by 语句统计记录个数

（3）通过 group by 语句和 with rollup 统计和汇总重复情况

（4）通过 having 子句进一步筛选出统计情况

范例运行环境

操作系统： Windows Server 2019 DataCenter

数据库：Microsoft SQL Server 2016

.netFramework 4.7.2

数据样本设计

假设有 EXCEL 数据题库，如图我们假设设计了错误的数据源，排序号为第207题至212题的题目列为重复值。

题库表 [exams] 设计如下：

序号	字段名	类型	说明	备注
1	sortid	int	排序号	题号，唯一性
2	etype	nvarchar	试题类型	如多选、单选
3	title	nvarchar	题目
4	A	nvarchar	选项A
5	B	nvarchar	选项B
6	C	nvarchar	选项C
7	D	nvarchar	选项D

功能实现

上传EXCEL文件到数据库

导入功能请参阅我的文章《C#实现Excel合并单元格数据导入数据集》这里不再赘述。

分组统计 SQL 语句

首先通过 group by 按试题类型和题目进行分组统计，并使用 count、min、max 聚合函数统计题目重复的个数，出现的最小排序号和最大排序号，代码如下：

	SELECT title,etype,count(title) ct,min(sortid) s1,max(sortid) s2FROM [exams]  group by etype,Title

运行结果如下图：

分组汇总 SQL 语句

使用 with ROLLUP 语句选项，如下语句：

	SELECT title,etype,count(title) ct,min(sortid) s1,max(sortid) s2FROM [exams] group by etype,Title with ROLLUP

运行结果如下图：

如图可以看到统计中会加入汇总的记录行，NULL值，比如其中判断题共有293题，一共统计总数为654题。

having 语句过滤最终统计结果

前面的语句起到了统计每一个题目的和每一种题型的统计和汇总作用，我们需要对结果集进一步过滤，就需要使用 having 条件语句，写法如下：

	SELECT title,etype,count(title) ct,min(sortid) s1,max(sortid) s2FROM [exams] group by etype,Title with ROLLUP having count(title)>1

在查询分析器运行SQL语句，显示如下图：

如图可以看出，统计汇总结果清晰的反映出了重复记录的情况，即 count(title)>1 的 ct 字段值，值大于1 的表示该题目出现的个数。另外命令结果增加了4个行，包括单选题统计共 248 题，多选题统计共 113 题，判断题统计共 293 题，总数统计共 654 题。

小结

我们可以继续完善对结果的分析，以标注汇总行的提示信息，可通过如下语句实现：

SELECT case when title is null then isnull(etype,'总数')+'统计情况：' else title end title,etype,count(title) ct,min(sortid) s1,max(sortid) s2FROM [exams] group by etype,Title with ROLLUP having count(title)>1

运行查询分析器，结果显示如下：