使用另一个表的 oid 删除重复记录答案

【问题标题】：Removing duplicate records using another table's oid使用另一个表的 oid 删除重复记录
【发布时间】：2015-12-03 14:25:57
【问题描述】：

Table 1          Table 2
--------         --------
oid              oid (J)
sequence         trip_id
stop             
trip_update_id (J)

(J) = join

Table 1 和 Table 2 每 30 秒同时从一个 api 更新一次。

在每天结束时，Table 1 填充了 98% 的重复数据，这是因为数据馈送既包括过去 30 秒内生成的新数据，也包括同一天之前馈送中生成的所有数据。结果Table 1 填充了大部分重复数据（在插入时会自动生成 oid，因此所有 oid 都是唯一的）。

Table 2 具有所有唯一记录，因此我的问题是将Table 1 转换为Table 2 中每个trip_id 的所有唯一记录的sql 是什么。

【问题讨论】：

从表中删除重复（去重）记录的方法有很多种，每种方法各有优缺点。使用相关子查询使用临时表创建具有不同记录的新表并重命名它.. 使用公用表表达式 (CTE) 在 SSIS 中使用模糊组转换使用 MERGE 语句
我会改为增强从 API 获取数据的插入脚本，以确保它在插入之前检查数据。插入脚本将使用 MERGE 或其他 UPSERT 方法。
您使用的是哪个 DBMS？后格雷斯？甲骨文？
Fora table1 trip_update_id 值，保留哪一行？最低/最高 oid？
那么，如果 oid 是唯一的，但在 Table_1 和 Table_2 之间共享（用于连接）值，并且 Table_2 没有重复项，为什么不只是“DELETE FROM Table_1 WHERE oid NOT IN (SELECT oid FROM Table_2)”？

【解决方案1】：

我不太确定我是否理解问题所在，但这里有一些建议。

要从 table1 中删除 table2 中未找到 trip_update_id 值的行：

delete from table1
    where trip_update_id not in (select trip_id from table2 where trip_id is not null)

（如果trip_id 允许有NULL 值，is not null 部分非常重要！！！）

要复制表 1 中的 remove_trip_update_id 行，保留 oid 最高的行：

delete from table1
   where oid not in (select max(oid) from table1
                     group by trip_update_id)

【讨论】：