0

我有一个由以下整数列组成的表：

group_id, person_id, sequence

理想情况下，主键是(group_id, person_id)，但我需要先删除一些重复项。每当有重复时，我只想保留最低的序列值。

我想出了一个查询来选择一些错误的行，但它只获得重复集中的最高序列号。

SELECT COUNT(*) AS num, group_id, person_id, MAX(sequence)
FROM my_table
GROUP BY group_id, person_id
HAVING COUNT(*) > 1;

我确定我错过了一些简单的东西。有没有一种简单的方法可以删除这些重复项？

谢谢。

4

2 回答 2

0

所有列都应重复。所以分组应用所有这样的列

select * from my_table where not EXISTS (
    SELECT group_id, person_id, min(sequence)
    FROM my_table
    GROUP BY group_id, person_id
    HAVING COUNT(*) > 1);
于 2015-07-07T04:34:10.287 回答
0

尝试编写一个返回要删除的行的查询。假设 的组合(group_id,person_id,sequence)是唯一的，并且您没有 NULL 值...

 SELECT t.* 
   FROM my_table t
   JOIN ( SELECT o.group_id
               , o.person_id
               , MAX(o.sequence) AS max_sequence
            FROM my_table o
           GROUP BY o.group_id, o.person_id
          HAVING COUNT(*) > 1
        ) d
    ON d.group_id      = t.group_id
   AND d.person_id     = t.person_id
   AND d.max_sequence  = t.sequence

我们可以通过将关键字替换为关键字来将其转换为DELETE语句。SELECTDELETE

或者，当我使用与此类似的语句删除行时，我通常会创建一个表作为我要删除的行的“备份”。

只需在 SELECT 前面加上CREATE TABLE some_new_table_name AS.

然后，我们可以在 DELETE 查询中引用“已保存”的行

DELETE t.*
  FROM my_table t
  JOIN some_new_table_name d
    ON d.group_id      = t.group_id
   AND d.person_id     = t.person_id
   AND d.max_sequence  = t.sequence

这种方法只得到“一个”重复项。如果原始查询的计数值大于 2，那么我们需要重复此操作足够多次，每次删除最高的序列值，重复此操作直到没有大于 1 的计数值。

如果要删除很多重复项，我们可以使用稍微不同的模式一举将它们删除。

代替返回MAX(sequence)（我们想要删除的行），我们可以改为返回MIN(sequence)，我们想要保留的行。我们会改变谓词，

    AND d.max_sequence  = t.sequence

成为

    AND d.min_sequence  <> t.sequence

这样我们就删除了该行的所有行，group_id, person_id但具有最小值的行除外。

我强烈建议您先写这个SELECT，然后再将其转换为DELETE语句。而且我还建议您对要删除的行进行良好的备份和/或“保存”副本。以防万一您需要恢复一些行。

于 2015-07-07T04:47:10.610 回答