每小时删除重复条目

Question

我最近问了关于 MySQL 的同样问题，它已经迁移到 Postgres。 老问题。

把它们加起来：

我有一个带有 id（类型 UUID）、时间戳和一些文本（row3）的表。如何为 row3 的每个不同值每小时仅保留一个条目？

我试过的是这样的：

INSERT INTO log_table
SELECT * FROM table1
WHERE id IN (
    SELECT DISTINCT ON(id) id
    FROM table1
    GROUP BY row3, EXTRACT(HOUR FROM "time"), id
);
TRUNCATE table1;

但不幸的是，这会插入 table1 中的每一行。

Answer 1

通用案例

假设您想保留属于max(id)每小时和每个不同row3值的值（但请参阅下面的 UUID 部分）。您通过查询获得的这些 ID

SELECT max(id)
FROM table1
GROUP BY row3, EXTRACT(hour FROM "time")
;

（这将从您的数据中省略日期，这可能是您想要的——也可能不是。在后一种情况下，您可能想date_trunc('hour', "time")改用。）

然后你可以使用上面的查询来填充，就像你在你的问题做了一个表，或删除一切table1像

DELETE FROM table1
WHERE id NOT IN (
    [the query above comes here]
)
;

用户名

max()UUID没有。因此，您的情况需要另一种解决方案，例如：

SELECT DISTINCT first_value(id) OVER w
FROM table1
WINDOW w AS (PARTITION BY row3, EXTRACT(hour FROM "time")
             RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
;

这个应用了一个窗口函数，分组是通过PARTITION BY子句 and来实现的DISTINCT。

（致谢：感谢 AndriyM 的想法！）