删除重复的行只留下最旧的行？

Question

我有一个数据表,并且有许多来自用户提交的重复条目.

我想根据字段删除所有重复行subscriberEmail,只留下原始提交.

换句话说,我想搜索所有重复的电子邮件,并删除这些行,只留下原始邮件.

如何在不交换表的情况下执行此操作？
我的表包含每行的唯一ID.

Answer 1

由于您使用id列作为哪个记录是"原始"的指示符:

delete x 
from myTable x
 join myTable z on x.subscriberEmail = z.subscriberEmail
where x.id > z.id

这将为每个电子邮件地址留下一条记录.

编辑添加:

解释上面的查询......

这里的想法是加入桌子反对自己.假装你有两个表副本,每个副本都有不同的名称.然后,您可以将它们相互比较,并找到最低的ID或每个电子邮件地址.然后,您将看到稍后创建的重复记录,并可以将其删除.(当我想到这个时,我正在想象Excel.)

为了在表上执行该操作,将其与自身进行比较并能够识别每一侧,您使用表别名. x是一个表别名.它在from子句中分配如下:from <table> <alias>. x现在可以在同一查询中的其他位置使用该表作为快捷方式.

delete x使用我们的操作和目标启动查询.我们将执行查询以从多个表中选择记录,并且我们想要删除出现的记录x.

别名用于表示表的"实例". from myTable x join myTable z on x.subscriberEmail = z.subscriberEmail在电子邮件匹配的地方碰到桌子.如果没有下面的where子句,则会选择每条记录,因为它可以与自身连接.

该where子句限制所选的记录. where x.id > z.id允许'实例'别名x仅包含与电子邮件匹配但具有更高id值的记录.表中您真正想要的数据,唯一的电子邮件地址(ID最低)x将不会被删除,也不会被删除.唯一记录x将是重复记录(电子邮件地址),其高于id该电子邮件地址的原始记录.

在这种情况下,join和where子句可以组合在一起:

delete x 
  from myTable x 
  join myTable z
    on x.subscriberEmail = z.subscriberEmail
      and x.id > z.id

为防止重复,请考虑将subscriberEmail列设置为UNIQUE索引列.