Question

我知道这可能是多余的，但是我已经运行了近3天的相同查询，在我杀了之前，我想进行社区健全检查。

DELETE
FROM    mytble
WHERE   ogc_fid NOT IN
    (SELECT     MAX(dup.ogc_fid)
        FROM        mytble As dup
        GROUP BY    dup.id)

mytble是表格的名称，ogc_fid是唯一ID字段的名称，id是我想要的字段的名称成为唯一的身份。表中有4100万条记录，并建立了索引，所以我仍然有点担心为什么需要这么长时间才能完成。有什么想法吗？

Answer 1

如果您提供了explain输出会很好，但是当您这样做时，您正在做的可能会更快（再次，我会查找explain）：

DELETE FROM mytable d
USING mytable m
 LEFT JOIN (SELECT max(ogc_fid) AS f FROM mytble GROUP BY id) AS q ON m.ogc_fid=q.f
WHERE d.ogc_fid=m.ogc_fid AND q.f IS NULL;

Answer 2

如果我理解正确，您希望删除具有相同dup_id的记录的所有记录（但存在更高的ogc_fid）。并且只保留那些ogc_fid最高的那些。

-- DELETE -- uncomment this line and comment the next line if proven innocent.
SELECT COUNT(*)
  FROM   mytble mt
 WHERE   EXISTS (
  SELECT *
    FROM mytble nx
   WHERE nx.dup_id = mt.dup_id    -- there exists a row with the same dup_id
     AND nx.ogc_fid > mt.ogc_fid  -- , ... but with a higher ogc_fid 
);

对于dup_id（可能在ogc_id上）的索引，对于41M记录，这应该运行几分钟。

更新：如果不存在索引，您可以通过首先创建索引来加速上述查询：

 CREATE UNIQUE INDEX sinterklaas ON mytble (dup_id, ogc_id);

DELETE查询运行时间过长

2 个答案: