删除重复的行，只留下最旧的行？

Question

我有一个数据表，其中有许多来自用户提交的重复条目。

我想删除基于字段 subscriberEmail 的所有重复行，只留下原始提交。

换句话说，我想搜索所有重复的电子邮件，并删除这些行，只留下原始电子邮件。

如何在不交换表的情况下做到这一点？
我的表包含每行的唯一 ID。

Answer 1

由于您使用 id 列作为哪条记录是“原始”的指示符：

delete x 
from myTable x
 join myTable z on x.subscriberEmail = z.subscriberEmail
where x.id > z.id

这将为每个电子邮件地址留下一条记录。

编辑添加：

解释上面的查询...

这里的想法是将表与自身连接起来。假设您有该表的两个副本，每个副本的名称都不同。然后您可以将它们相互比较，并找到每个电子邮件地址的最低 ID。然后，您会看到稍后创建的重复记录，并且可以将其删除。 （在思考这个问题时，我正在想象 Excel。）

为了在表上执行该操作，将其与自身进行比较并能够识别每一侧，您可以使用表别名。 x 是表别名。它在 from 子句中分配，如下所示： from ; <别名>。 x 现在可以在同一查询中的其他地方使用，以作为快捷方式引用该表。

delete x 使用我们的操作和目标开始查询。我们将执行查询以从多个表中选择记录，并且希望删除 x 中出现的记录。

别名用于引用表的两个“实例”。 from myTable x join myTable z on x.subscriberEmail = z.subscriberEmail 在电子邮件匹配的地方将表与自身进行碰撞。如果没有后面的 where 子句，则每条记录都将被选择，因为它可以与自身结合起来。

where 子句限制所选的记录。 其中 x.id > z.id 允许别名为 x 的“实例”仅包含与电子邮件匹配但具有更高 id 值的记录。表中您真正想要的数据、唯一电子邮件地址（具有最低 ID）不会成为 x 的一部分，也不会被删除。 x 中的唯一记录将是重复记录（电子邮件地址），其 id 高于该电子邮件地址的原始记录。

在这种情况下，可以组合 join 和 where 子句：

delete x 
  from myTable x 
  join myTable z
    on x.subscriberEmail = z.subscriberEmail
      and x.id > z.id

为了防止重复，请考虑将subscriberEmail 列设置为UNIQUE 索引列。

Answer 2

如果每行都有一个唯一的 id，您可以尝试这样的操作。不要问我为什么需要第二个 select 语句，否则 mysql 不会让我执行。此外，按任何使您的结果独一无二的列进行分组。

delete from my_table where id in (
  select id from (
    select id from my_table a group by subscriberEmail having count(*) > 1
  ) b
);

Answer 3

怎么样，现在您不必使用自连接创建任何临时表

DELETE u1 FROM users u1, users u2 WHERE u1.id < u2.id AND u1.email = u2.email

来检查表中是否有重复记录

SELECT count(*) as Count, email FROM users u group by email having Count > 1