MySQL删除重复记录但保持最新

Question

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？

Answer 1

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

更新

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)

Answer 2

正确的方法是

Answer 3

尝试此方法

Answer 4

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：

Answer 5

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。