查询从每个组中删除早于 n 个活动日期的记录答案

【问题标题】：Query to delete records older than n active dates from each group查询从每个组中删除早于 n 个活动日期的记录
【发布时间】：2016-03-04 12:15:28
【问题描述】：

我有一个需要每天修剪的数据集。它由定期将记录写入表的进程填充。

我目前有一个简单的查询：

DELETE FROM dataTable WHERE entryDate < dateadd(day, -5, GETDATE())

但问题是过程不可靠；可能有几天根本没有数据写入。

所以我真正需要的是一个可以追溯到 5 天（可能不连续）写入数据的天，而不是 5 个日历日的查询。

例如，如果我运行以下查询：

SELECT cast(entryDate  as date) as LogDate
  FROM dataTable
  group by category, cast(entryDate as date)
  order by cast(entryDate as date) desc

我可能会得到这样的结果：

Category    Date
Foo        2015-11-30
Foo        2015-11-29
Foo        2015-11-26
Foo        2015-11-25
Foo        2015-11-21
Foo        2015-11-20  <-- Start Pruning here, not the 25th.
Foo        2015-11-19
Foo        2015-11-18

Bar        2015-11-30
Bar        2015-11-29
Bar        2015-11-28
Bar        2015-11-27
Bar        2015-11-26
Bar        2015-11-25  <-- This one is OK to prune at the 25th.
Bar        2015-11-24
Bar        2015-11-23

我需要查询一直回到 20 日才被删除。

【问题讨论】：

一种方法是使用子查询来确定“修剪日期”。
为什么不使用Limit？ DELETE FROM dataTable WHERE entryDate IN (--your query-- + LIMIT 5)
DELETE FROM dataTable WHERE entryDate IN (SELECT cast(entryDate as date) as LogDate FROM dataTable group by anotherField, cast(entryDate as date) order by cast(entryDate as date) desc LIMIT 5)
@wajeeh "'LIMIT' 附近的语法不正确

标签： c# sql sql-server tsql sql-server-2012

【解决方案1】：

您可以使用row_number 获取表有条目的最后 5 天。然后根据生成的数字删除。

SQL Fiddle

with rownums as (SELECT row_number() over(partition by category order by cast(entryDate as date) desc) as rn
                 ,*
                 FROM dataTable
)
delete from rownums where rn <= 5 --use > 5 for records prior to the last 5 days

如果每天可以有多个条目，请使用dense_rank 对行进行编号。

with rownums as (SELECT dense_rank() over(partition by category order by cast(entryDate as date) desc) as rn
                     ,*
                 FROM dataTable)
delete from rownums where rn > 5;

【讨论】：

该死，我才意识到我需要先按另一个字段分组。所以最近的 5 个必须在每个组上。
是的，在这种情况下，您可以在row_number 中使用partition by
如果你添加它，我会继续接受（你可以为分区列起一个名字），我会相应地解决我的问题。谢谢，感谢您的帮助。
啊，我刚刚意识到为什么它不应该返回日期......该过程每天可以多次写入表。
@RobertHarvey..在这种情况下使用dense_rank()。 dense_rank() over(partition by somecolumn order by cast(entryDate as date) desc)

【解决方案2】：

试试这样的。

;WITH orderedDates (LogDate, RowNum)
AS 
(
SELECT [CACHEDATE] AS LogDate, ROW_NUMBER() OVER (ORDER BY CACHEDATE DESC) AS RowNum
FROM
dataTable
GROUP BY CACHEDATE
)
DELETE dataTable
WHERE CACHEDATE IN
(SELECT LogDate FROM orderedDates
WHERE ROWNUM > 5) --or however many you need to go back

【讨论】：

需要另外一组。对此感到抱歉。