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)