我们有一张科学数据表，每天在全国约10,000-12,000个传感器上采样两次。每个传感器都会向我们提供一些数据，这些数据将放入此表中。
简化版本如下 - sensor_rt_data：
id | BIGINT PK
sensor-name | STRING
location-id | INT FK
sensor-value | NUMERIC(0,2)
last-updated | TIMESTAMP_WITH_TIMEZONE
不幸的是，我试图删除的全天都有重复的样本。例如
简化为（location-id last column）：
2017-03-30 06:30 | 49.00 | 1
2017-03-30 06:30 | 37.00 | 2
2017-03-30 10:30 | 51.00 | 1
2017-03-30 10:30 | 35.00 | 2
2017-03-30 15:30 | 51.00 | 1
2017-03-30 15:30 | 35.00 | 2
2017-03-30 18:30 | 51.00 | 1
2017-03-30 20:30 | 42.00 | 1
试图剔除三个51，只显示1;我可以删除不同的重复项，但我不知道如何删除系列中的重复项，所以它看起来像这样：
2017-03-30 06:30 | 49.00 | 1
2017-03-30 06:30 | 37.00 | 2
2017-03-30 18:30 | 51.00 | 1
2017-03-30 15:30 | 35.00 | 2
2017-03-30 20:30 | 42.00 | 1
我也看了Deleting Duplicates on the wiki，但我的查询似乎没有删除系列数据。
在你提出建议之前，我们不能忽视源头上的重复（这很可爱，我完全感觉到了！）由于某些合法的混乱而我并不吝啬。
SQL能够处理那种重复数据删除，还是我必须将该数据移动到另一个表？我们已经运行了6个月，表大小越来越大，大部分都是不必要的ping数据。
编辑： 为了澄清，这是一个包含许多记录的大表，我试图删除复制前一个“最新”的所有重复项（但只检查某些字段 - locationid，sensor-value和last updated），如果这有意义的话。
如果这是在SQL之外完成的，我可以加载每一行（按日期ASC排序）并将每个location-id的“最新”读数存储在数组中，如果检索到的行匹配的传感器值与最后一个用于该位置ID，我会丢弃它。
最后，我应该拥有不会在时间上复制传感器值的数据，并且只存储传感器值的变化（这是相关的）。
修改
感谢下面的答案，我已经开始工作了，但是......
因此，在对查询进行一些调整之后，我已经了解了我们的数据集。但是，我注意到这些传感器读数只有两个记录......
2017-02-28 00:00:00 144
2017-02-27 00:00:00 139
2017-02-26 00:00:00 139
.. 20 more at 139
2017-02-14 00:00:00 129
...10 more at 129
变成：
2017-02-28 00:00:00 144
2017-02-14 00:00:00 129
我期待139出现在那里？该示例在接受的答案中工作得很好。
答案 0 :(得分：1)
类似的东西：
delete from sensordata s
using (
select id,
sensor_value = lead(sensor_value) over w as same_value_as_next
from sensordata
window w as (partition by location_id order by last_updated)
) x
where x.id = s.id
and x.same_value_as_next
;
然而，由于这会越过所有行，这不会非常有效，但我现在想不出更好的方法。