如何在 SQL 中查找重复条目并删除最旧的条目？答案

【问题标题】：How can I find duplicate entries and delete the oldest ones in SQL?如何在 SQL 中查找重复条目并删除最旧的条目？
【发布时间】：2020-12-08 21:43:09
【问题描述】：

我有一个表，它的行是唯一的，除了一列中有一个值（我们称之为“名称”）。另一列是“日期”，即添加到数据库的日期。

我要做的是在“名称”中找到重复的值，然后删除“日期”中日期最旧的值，留下最近的值。

看起来是一个比较简单的查询，但是除了简单的查询，我对SQL知之甚少。

有什么想法吗？

【问题讨论】：

您运行的是什么版本的 SQL Server？
@KZA：谢谢。我在等待是否可以使用“dense_rank”。 “dense_rank”使这种查询更容易

标签： sql sql-server

【解决方案1】：

查找重复并删除最旧的

这是代码

create table #Product (
    ID      int identity(1, 1) primary key,
    Name        varchar(800),
    DateAdded   datetime default getdate()
)

insert  #Product(Name) select 'Chocolate'
insert  #Product(Name,DateAdded) select 'Candy', GETDATE() + 1
insert  #Product(Name,DateAdded) select 'Chocolate', GETDATE() + 5
select * from #Product

;with Ranked as (
    select  ID, 
        dense_rank() 
        over (partition by Name order by DateAdded desc) as DupeCount
    from    #Product P
)
delete  R
from    Ranked R
where   R.DupeCount > 1

select * from #Product

【讨论】：

这看起来很棒，非常非常感谢，但是它错误地说 DELETE 语句与另一个表中的 REFERENCE 约束冲突，我想这会给我带来另一组问题。但是，我可以手动右键单击并删除行吗？
如果您要删除的行被另一个表引用，请先从该表中删除该行；在上面的示例中使用从“Ranked”CTE 检索到的 ID。

【解决方案2】：

从表 a1 中删除 where exists (select * from table a2 where a2.name = a1.name and a2.date > a1.date)

【讨论】：

运行它会给我“'a1' 附近的语法错误。” a1 是其他东西的占位符吗？对不起，如果这是一个愚蠢的问题:)
问题可能是查询中的“table”实际上应该是包含 Name 和 Date 列的表的名称，而不是字面意义上的“table”一词，这在此上下文中是不允许的因为它是一个 SQL 关键字。

【解决方案3】：

您可以通过自联接和 IS NOT NULL 来实现这一点。

加入 DELETE 查询可能有点危险，因为在某些情况下，它越复杂，删除的风险就越大。

但我会喜欢它。

DELETE
  a.*
FROM
  mytable AS a
  LEFT JOIN mytable AS b ON
    b.date > a.date
    AND (b.name=a.name OR (b.date = a.date AND b.rowid>a.rowid))
WHERE
  AND b.rowid IS NOT NULL

连接和 IS NOT NULL 查找存在具有相同名称的新行的每一行。它还正确处理具有相同日期的两行的情况 - 如果它们具有相同的日期，那么它会按 rowid（无论是什么）。

希望这样的工作。

【讨论】：

【解决方案4】：

我刚刚搜索了一下，发现了这个https://www.sqlshack.com/different-ways-to-sql-delete-duplicate-rows-from-a-sql-table/

这对我来说似乎最容易阅读/理解：

DELETE FROM [SampleDB].[dbo].[Employee]
    WHERE ID NOT IN
    (
        SELECT MAX(ID) AS MaxRecordID
        FROM [SampleDB].[dbo].[Employee]
        GROUP BY [FirstName], 
                 [LastName], 
                 [Country]
    );

在您的场景中，您可以按名称分组并选择最大日期而不是 Id

【讨论】：

他希望按日期列，而不是 id。
@MohyEldeen 与他的概念相同，他只需要通过他的 DateAdded 列（或任何只想拥有最新的列）更改列 ID。不是拒绝这个答案的理由......