Question

我有2个表：Tags和Post_Tags_relationship

标记表有3列 - ID（主要），标题和网址 Post_Tags_relationship表有2列 - Tag_ID AND Post_ID（主要是两者的组合）

Tags表中有很多类似的标签title和url，我想删除所有复制的记录，并修改Post_Tags_relationship以使用现有的更新已删除的标签ID，如果此更新将返回重复的id错误然后删除它。

因此，如果标记表具有：

ID= 20, Title = News Section, URL = news-section
ID= 68, Title = News Section, URL = news-section

Post_Tags_relationship 有：

Post_ID = 56, Tag_ID = 20
Post_ID = 80, Tag_ID = 20
Post_ID = 500, Tag_ID = 68
Post_ID = 584, Tag_ID = 20
Post_ID = 695, Tag_ID = 20
Post_ID = 695, Tag_ID = 68```

如果我们从Tags表中删除ID 20，Post_Tags_relationship将如下所示：

Post_ID = 56, Tag_ID = 68
Post_ID = 80, Tag_ID = 68
Post_ID = 500, Tag_ID = 68
Post_ID = 584, Tag_ID = 68
Post_ID = 695, Tag_ID = 68 // deplicate Primary key I want this to be removed please.
Post_ID = 695, Tag_ID = 68 // ```

我希望这是有道理的，如果您有任何问题，请告诉我。

Answer 1

查找标签重复并将其存储在“临时”表中：

drop table if exists tmp_tags_duplicates;
create table tmp_tags_duplicates
    select t1.id, min(t0.id) as duplicate_of
    from tags t1
    join tags t0 using(title, url)
    where t1.id > t0.id
    group by t1.id;

在posts_tags表中查找已插入的重复项（需要删除）。将它们存储在另一个“临时”表中：

drop table if exists tmp_to_delete;
create table tmp_to_delete
    select pt1.*, d.duplicate_of
    from posts_tags pt1
    join tmp_tags_duplicates d on d.id = pt1.tag_id
    join posts_tags pt0 
      on  pt0.post_id = pt1.post_id
      and pt0.tag_id  = d.duplicate_of;

在posts_tags中查找需要更新的条目。将它们存储在第三个“临时”表中：

drop table if exists tmp_to_update;
create table tmp_to_update
    select pt1.*, d.duplicate_of
    from posts_tags pt1
    join tmp_tags_duplicates d on d.id = pt1.tag_id
    left join posts_tags pt0 
      on  pt0.post_id = pt1.post_id
      and pt0.tag_id  = d.duplicate_of
    where pt0.tag_id is null;

删除posts_tags中的重复项：

delete pt
from posts_tags pt
join tmp_to_delete t using(post_id, tag_id);

tag_id中更新posts_tags：

update posts_tags pt
join tmp_to_update t using(post_id, tag_id)
set pt.tag_id = t.duplicate_of;

删除tags表格中的重复项

delete t
from tags t
join tmp_tags_duplicates using(id);

删除“临时”表格。

drop table tmp_tags_duplicates;
drop table tmp_to_delete;
drop table tmp_to_update;

演示：http://rextester.com/FUWZG89399

现在定义正确的UNIQUE和FOREIGN键，这样您就不需要再次修复它了。

Answer 2

我将概述如何解决这个问题，我会假设您的表格不大且查询费用不高：

从标记表中选择所有不同的标题，可以使用DISTINCT关键字来完成。这将使标题不复制：

SELECT DISTINCT Title FROM Tag
循环生成的标题，并为每个标题的标签表创建一个新查询，以获取此特定标题的所有重复字段。您最终会获得具有相同标题的行。
循环具有相同标题的行，将其中的每一行替换为您要保留的ID，同时在Post_Tags_relationship中替换此ID。全部使用UPDATE声明

为了避免将来出现这样的问题，请使用外键。 https://www.w3schools.com/sql/sql_foreignkey.asp

<强>更新

为了避免由于重复的主键而发生的错误，您可以创建一个数组，并在循环中为每个帖子ID添加它，如果帖子ID已经存在，则从表中删除此记录。像这样：

$post_ids = array()
//...
// Duplicate fields loop
if ( in_array( $pid, $post_ids ) ) { 
// The post has the tag already
// Delete this record from table
// ..

} else {
   $post_ids[] = $pid
   // Update fields
   // ..
}

MySQL删除/组合类似的行及其引用

2 个答案: