MYSQL重复数据删除并删除数据最少的重复行

Question

我正在使用具有以下三列的MYSQL数据库：电子邮件，姓名，姓氏。

我需要做的是对电子邮件重复数据删除，我知道可以在其中使用此功能（此查询只是为了排序而不是删除）：

select distinct emails, name, surname from emails;

要么

select emails, name, surname from emails group by emails having count(*) >= 2;

但是，我还需要确保当发现重复的电子邮件地址时，保留的是具有名称和/或姓氏值的电子邮件地址。

例如：

| id | 电子邮件| 名称| 姓|
| 1 | bob@bob.com | 鲍勃 保罗|
| 2 | bob@bob.com | | |

在这种情况下，我想保留第一个结果并删除第二个结果。

我一直在研究使用“ case”或“ if”语句，但是对使用这些语句没有经验。我尝试使用这些语句扩展上述功能，但无济于事。

有人能指出我正确的方向吗？

PS：表中的第一列是自动递增的id值，以防

更新1：到目前为止，下面的@Bohemian答案有效，但在一种情况下失败，即重复的电子邮件地址在其中一行中有一个名字但没有姓氏，而在下一行中它没有名称但有姓氏。它将保留两个记录。所有需要编辑的就是无论哪一条记录都将被删除。

更新2：@Bohemian的答案很好，但经过更多测试，我发现它有一个根本性的缺陷，即只有当重复的电子邮件行中名称和姓氏字段具有数据（例如上表）。如果电子邮件重复，但没有任何行同时填写名称和姓氏字段，则所有这些行都将被忽略并且不会重复数据删除。

该查询的最后一步是弄清楚如何删除不符合当前必要条件的重复项。如果其中一行仅包含姓名，另一行仅包含姓氏，那么删除哪一行实际上并不重要，因为保留电子邮件是重要的事情。

Answer 1

您可以使用此 DELETE 查询，它是通用的，可以轻松调整以支持更多字段：

DELETE tablename.*
FROM
  tablename LEFT JOIN (
    SELECT MIN(id) min_id
    FROM
      tablename t INNER JOIN (
        SELECT
          emails, MAX((name IS NOT NULL) + (surname IS NOT NULL)) max_non_nulls
        FROM
          tablename
        GROUP BY
          emails) m
      ON t.emails=m.emails
         AND ((t.name IS NOT NULL) + (t.surname IS NOT NULL))=m.max_non_nulls
    GROUP BY
      t.emails) ids
  ON tablename.id=ids.min_id
WHERE
  ids.min_id IS NULL

请参阅此处的小提琴。

此查询返回每封电子邮件的最大非空字段数：

SELECT
  emails,
  MAX((name IS NOT NULL) + (surname IS NOT NULL)) max_non_nulls
FROM
  tablename
GROUP BY
  emails

然后，我将此查询与表名连接起来，以获取具有最大非空字段数的每封电子邮件的最小 ID：

SELECT MIN(id) min_id
FROM
  tablename t INNER JOIN (
    SELECT
      emails, MAX((name IS NOT NULL) + (surname IS NOT NULL)) max_non_nulls
    FROM
      tablename
    GROUP BY
      emails) m
  ON t.emails=m.emails
     AND ((t.name IS NOT NULL) + (t.surname IS NOT NULL))=m.max_non_nulls
GROUP BY
  t.emails

然后我删除所有具有此查询未返回的 ID 的行。