1

我有一个包含字段 id、invid、vendorid、cost、timestamp、chdeleted 的表 costhistory。每次供应商更新他们的价格列表时，它似乎都会填充一个触发器。

它有多余的记录——因为无论自上次记录以来价格是否发生变化，它都会被填充。
例子： 

id | invid | vendorid | cost | timestamp | chdeleted  
1 | 123 | 1 | 100 | 1/1/01 | 0  
2 | 123 | 1 | 100 | 1/2/01 | 0  
3 | 123 | 1 | 100 | 1/3/01 | 0  
4 | 123 | 1 | 500 | 1/4/01 | 0  
5 | 123 | 1 | 500 | 1/5/01 | 0  
6 | 123 | 1 | 100 | 1/6/01 | 0

我想删除 ID 为 2、3、5 的记录，因为它们没有反映自上次价格更新以来的任何变化。

我确信它可以完成，尽管它可能需要几个步骤。需要明确的是，这个表已经膨胀到 100gb 并且包含 600M 行。我相信适当的清理将使该表的大小减少 90% - 95%。

谢谢！

4

2 回答 2

3

您采用的方法会因您使用的数据库而异。对于 SQL Server 2005+，以下查询应为您提供要删除的记录：

select id 
from (
    select id, Rank() over (Partition BY invid, vendorid, cost order by timestamp) as Rank
    from costhistory 
) tmp
where Rank > 1

然后，您可以像这样删除它们：

delete from costhistory 
where id in (
    select id 
    from (
        select id, Rank() over (Partition BY invid, vendorid, cost order by timestamp) as Rank
        from costhistory 
    ) tmp
)
于 2012-05-11T13:58:45.890 回答
0

我建议您使用 group by 查询重新创建表。另外，我假设“id”列未在任何其他表中使用。如果是这种情况，那么您还需要修复这些表。

删除如此大量的记录可能需要很长时间。

查询如下所示：

insert into newversionoftable(invid, vendorid, cost, timestamp, chdeleted)
    select invid, vendorid, cost, timestamp, chdeleted
    from table
    group by invid, vendorid, cost, timestamp, chdeleted

如果您确实选择删除，我建议：

（1）先修复代码，这样就不会重复了。 （2）确定重复的id，放在单独的表中。(3) 批量删除。

要查找重复的 id，请使用以下内容：

    select *
    from (select id,
                 row_number() over (partition by invid, vendorid, cost, timestamp, chdeleted order by timestamp) as seqnum
          from table
         ) t
    where seqnum > 1

如果您想保留最新版本，请在 order by 子句中使用“timestamp desc”。

于 2012-05-11T14:02:53.220 回答