Mysql
 sql >> Base de Dados >  >> RDS >> Mysql

MySQL exclui registros duplicados, mas mantém os mais recentes


Imagine sua tabela test contém os seguintes dados:
  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 

Portanto, precisamos encontrar todos os e-mails repetidos e excluir todos, exceto o ID mais recente.
Neste caso, aaa , bbb e eee são repetidos, então queremos excluir os IDs 1, 7, 2 e 6.

Para fazer isso, primeiro precisamos encontrar todos os e-mails repetidos:
      select email 
        from test
       group by email
      having count(*) > 1;

EMAIL                
-------------------- 
aaa                  
bbb                  
eee  

Então, a partir desse conjunto de dados, precisamos encontrar o ID mais recente para cada um desses e-mails repetidos:
  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                                 

Finalmente, agora podemos excluir todos esses e-mails com um ID menor que LASTID. Então a solução é:
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;

Eu não tenho mySql instalado nesta máquina agora, mas deve funcionar

Atualizar


A exclusão acima funciona, mas encontrei uma versão mais otimizada:
 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;

Você pode ver que ele exclui as duplicatas mais antigas, ou seja, 1, 7, 2, 6:
select * from test;
+----+-------+
| id | email |
+----+-------+
|  3 | ccc   |
|  4 | bbb   |
|  5 | ddd   |
|  8 | aaa   |
|  9 | eee   |
+----+-------+

Outra versão é a exclusão fornecida por Rene Limon
delete from test
 where id not in (
    select max(id)
      from test
     group by email)