我具有唯一的id
和email
字段。电子邮件被重复。我只想保留所有重复项的一个电子邮件地址,但保留最新的id
(最后插入的记录)。
我该如何实现?
想象您的表test
包含以下数据:
select id, email
from test;
ID EMAIL
---------------------- --------------------
1 aaa
2 bbb
3 ccc
4 bbb
5 ddd
6 eee
7 aaa
8 aaa
9 eee
因此,我们需要找到所有重复的电子邮件,并删除所有重复的电子邮件,但是最新的ID。在这种情况下,重复aaa
,bbb
和eee
,因此我们要删除ID 1、7、2和6。
要完成此操作,首先我们需要找到所有重复的电子邮件:
select email
from test
group by email
having count(*) > 1;
EMAIL
--------------------
aaa
bbb
eee
然后,从该数据集中,我们需要为这些重复的电子邮件中的每一封找到最新的ID:
select max(id) as lastId, email
from test
where email in (
select email
from test
group by email
having count(*) > 1
)
group by email;
LASTID EMAIL
---------------------- --------------------
8 aaa
4 bbb
9 eee
最后,我们现在可以删除所有ID小于LASTID的电子邮件。因此解决方案是:
delete test
from test
inner join (
select max(id) as lastId, email
from test
where email in (
select email
from test
group by email
having count(*) > 1
)
group by email
) duplic on duplic.email = test.email
where test.id < duplic.lastId;
我现在没有在此计算机上安装mySql,但应该可以工作
上述删除有效,但我找到了一个更优化的版本:
delete test
from test
inner join (
select max(id) as lastId, email
from test
group by email
having count(*) > 1) duplic on duplic.email = test.email
where test.id < duplic.lastId;
您会看到它删除了最早的重复项,即1、7、2、6:
select * from test;
+----+-------+
| id | email |
+----+-------+
| 3 | ccc |
| 4 | bbb |
| 5 | ddd |
| 8 | aaa |
| 9 | eee |
+----+-------+
另一个版本,是Rene Limon允许的删除>
delete from test
where id not in (
select max(id)
from test
group by email)
正确的方法是
尝试此方法
我必须说,优化的版本是一段甜美,优雅的代码,即使在DATETIME列上进行比较,它也像一个魅力。这是我在脚本中使用的内容,我在其中搜索每个EmployeeID的最新合同终止日期:
我本人对前两个投票的答案有疑问。这不是最干净的解决方案,但是您可以利用临时表来避免MySQL通过在同一表上进行连接删除而带来的所有问题。