Question

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)，但我需要首先删除一些重复项。每当有重复项时，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事情。有没有一种简单的方法可以删除这些副本？

感谢。

Answer 1

所有列都应重复。因此，分组应用所有列，如

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);

Answer 2

尝试编写一个返回要删除的行的查询。假设(group_id,person_id,sequence)的组合是UNIQUE，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

我们可以将DELETE关键字替换为SELECT关键字，将其转换为DELETE语句。

或者，当我删除带有与此类似的语句的行时，我通常会创建一个表作为我要删除的行的“备份”。

在SELECT CREATE TABLE some_new_table_name AS之前。

然后，我们可以在DELETE查询中引用“已保存”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

这种方法只能获得重复的“一个”。如果原始查询的计数值大于2，那么我们需要重复此次，每次删除最高序列值，重复该值，直到没有大于1的计数值。

如果要删除大量重复项，我们可以使用稍微不同的模式一次性获取它们。

我们可以返回MAX(sequence)，而不是返回MIN(sequence)（我们要删除的行），而不是我们想要保留的行。我们会改变谓词，

    AND d.max_sequence  = t.sequence

是

    AND d.min_sequence  <> t.sequence

因此，对于具有最小值的那个，group_id, person_id EXCEPT删除所有行。

我强烈建议您先将其写为SELECT，然后再将其转换为DELETE语句。我还建议您对表格进行良好备份和/或“保存”要删除的行的副本。以防你需要恢复一些行。

删除具有重复主复合键的行

2 个答案: