Question

对于表中的每个user_id（组），我想删除除每组中ID最高的记录之外的所有记录。类似于此的内容：Delete all records except the most recent one?

就我而言，它看起来像：

DELETE FROM logins
WHERE user_id IS NOT NULL AND id NOT IN (SELECT MAX(id) FROM logins WHERE user_id IS NOT NULL GROUP BY user_id)

问题是，该表保存了100多个记录，因此在单个查询中执行此操作是不可能的性能。

我可以采取哪些其他方式，例如：在一些批次？

Answer 1

我倾向于将delete标记为：

DELETE FROM logins l
    WHERE l.user_id IS NOT NULL AND
          l.id <> (SELECT MAX(l2.id)
                   FROM logins l2
                   WHERE l2.user_id = l.user_id
                  );

这可以轻松利用logics(user_id, id)上的索引。但是，如果要删除大量行，通常最好截断表并重新创建：

create table temp_logics as
    select l.*
    from logins
    where l.id = (SELECT MAX(l2.id)
                  FROM logins l2
                  WHERE l2.user_id = l.user_id
                 );

truncate table logins;

insert into logins
    select * from temp_logins;

如果采用这种方法，请务必在截断第二个表之前验证temp_logins。实际上，您不希望为中间表使用临时表，因为数据库可能会发生某些事情 - 您将丢失数据。

迭代删除重复记录

1 个答案: