Question

我有一个包含以下字段的表： id |域名| domain_certificate_no |键值

select语句输出的示例可以是：

'57092', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_1', '55525772666'
'57093', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_2', '22225554186'
'57094', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_3', '22444356259'
'97168', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_1', '55525772666'
'97169', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_2', '22225554186'
'97170', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_3', '22444356259’

我需要清理我的数据库，以便：我想删除第一个keyvalue重复domain_certificate_no的域名（即，在此示例中，我查找字段{{1 }}：domain_certificate_no，因为它是数字1，并且具有重复的键值，那么我想删除整个链02aa6aa.netsolstores.com_1和02aa6aa.netsolstores.com_2，这样就删除了域名此链所属的名称为02aa6aa.netsolstores.com_3。

如何自动完成整个数据库的检查过程。所以，我有一个查询，检查模式02aa6aa.netsolstores.com 编辑：中的任何域名，如果找到证书，他们有共享域名（在此例外：('%.%.%)）没有。属于此域名的1具有重复的键值，然后删除。否则没有。请注意，如果netsolstores.com不是数字1，domain_certificate_no可以有重复值。

编辑：我只比较同一二级域名的重复过的代价。例如：在这个问题中，我比较了共享域名的值：.netsolstores.com。如果我有另一个域名，使用sublevel域名，我也会这样做。但重点是我不需要比较整个数据库。只有具有共享域名的值（但不同的子域名）。

Answer 1

我不确定你的例子中'02aa6aa.netsolstores.com_1'会发生什么。

以下仅保留任何重复键的最小ID：

with t as (
     select t.*,
            substr(domain_certificate_no,
                   instr(domain_certificate_no, '_') + 1, 1000) as version,
            left(domain_certificate_no, instr(domain_certificate_no, '_') - 1) as dcn
     from t
    )
select t.*
from t join
     (select keyvalue, min(dcn) as mindcn
      from t
      group by keyvalue
     ) tsum
     on t.keyvalue = tsum.keyvalue and
        t.dcn = tsum.mindcn

对于您提供的数据，这似乎可以解决问题。这不会返回重复的“_1”版本。如果这很重要，可以很容易地修改查询。

虽然我更喜欢更积极（考虑要保留而不是删除行），但以下内容应删除您想要的内容：

with t as (
     select t.*,
            substr(domain_certificate_no,
                   instr(domain_certificate_no, '_') + 1, 1000) as version,
            left(domain_certificate_no, instr(domain_certificate_no, '_') - 1) as dcn
     from t
    ),
    tokeep as (
     select t.*
     from t join
          (select keyvalue, min(dcn) as mindcn
           from t
           group by keyvalue
          ) tsum
          on t.keyvalue = tsum.keyvalue and
             t.dcn = tsum.mindcn
    )
delete from t
where t.id not in (select id from tokeep)

还有其他表达方式可能更有效（取决于数据库）。但是，这会保留原始查询的结构。

顺便说一下，在尝试新的DELETE代码时，请确保存储表的副本。使用DELETE（和UPDATE）很容易出错。例如，如果省略WHERE子句，在记录所有这些行的漫长痛苦过程之后，所有行都将消失。您可能会发现，只需在新表中选择所需的结果，验证它们，然后截断旧表并重新插入它们就会更快。

如何从这些重复项中清理我的数据库

1 个答案: