Question

我有一个包含用户事件的表events，例如：

PK | user | event_type | timestamp
--------------------------------
1  | ab   | DTV        | 1
2  | ab   | DTV        | 2
3  | ab   | CPVR       | 3
4  | cd   | DTV        | 1
5  | cd   | DTV        | 2
6  | cd   | DTV        | 3

我想要做的是每个user只保留一个事件，即具有最新timestamp和event_type = 'DTV'的事件。

将删除应用于上面的示例后，表格应如下所示：

PK | user | event_type | timestamp
--------------------------------
2  | ab   | DTV        | 2
6  | cd   | DTV        | 3

你们中的任何一个人都可以提出完成这项任务的东西吗？

更新：我使用的是Sqlite。这就是我到目前为止所做的：

delete from events
where id not in (
  select id from (
    select id, user, max(timestamp)
    from events
    where event_type = 'DTV'
    group by user)
);

我很确定这可以改进。有什么想法吗？

Answer 1

我认为你应该可以做这样的事情：

delete from events
where (user, timestamp) not in (
    select user, max(timestamp)
    from events
    where event_type = 'DTV'
    group by user
)

您可能会执行一些更复杂的技巧，例如表格或分区替换，具体取决于您正在使用的数据库

Answer 2

如果使用sql server roo5 / 2008，则使用以下sql：

;WITH ce 
     AS (SELECT *, 
                Row_number() 
                  OVER ( 
                    partition BY [user], event_type 
                    ORDER BY timestamp DESC) AS rownumber 
         FROM   emp) 
DELETE FROM ce 
WHERE  rownumber <> 1 
        OR event_type <> 'DTV'

Answer 3

您的解决方案在我看来似乎不够可靠，因为您的子查询正在拉动既未汇总也未添加到GROUP BY的列。我的意思是，我不是一位经验丰富的SQLite用户，而且您的解决方案确实有效when I tested it。如果在这种情况下确认id列始终可靠地与MAX(timestamp)值相关，那么很好，您的方法似乎相当不错。

但如果您对我的解决方案不确定，可以尝试以下方法：

DELETE FROM events
WHERE NOT EXISTS (
  SELECT *
  FROM (
    SELECT MAX(timestamp) AS ts
    FROM events e
    WHERE event_type = 'DTV'
      AND user = events.user
  ) s
  WHERE ts = events.timestamp
);

为events的内部实例分配了一个不同的别名，以便events别名可用于明确引用表的外部实例（实际为DELETE命令的实例适用于）。不过，此解决方案确实timestamp每user都是唯一的。

可以使用on SQL Fiddle运行并播放工作示例。

删除除最新的每个用户之外的所有行，具有特定的列值

3 个答案: