MySQL删除重复记录但保持最新

Question

我有唯一的 id 和 email 字段。电子邮件被重复。我只想保留所有重复项的一个电子邮件地址，但要使用最新的 id(最后插入的记录)。

我怎样才能做到这一点？

Answer 1

想象你的表 test 包含以下数据:

  select id, email
    from test;

ID                     EMAIL                
---------------------- -------------------- 
1                      aaa                  
2                      bbb                  
3                      ccc                  
4                      bbb                  
5                      ddd                  
6                      eee                  
7                      aaa                  
8                      aaa                  
9                      eee 

所以，我们需要找到所有重复的邮件并将它们全部删除，但最新的id。
在这种情况下，aaa、bbb 和 eee 是重复的，所以我们要删除 ID 1、7、2 和 6。

要做到这一点，首先我们需要找到所有重复的电子邮件:

      select email 
        from test
       group by email
      having count(*) > 1;

EMAIL                
-------------------- 
aaa                  
bbb                  
eee  

然后，从这个数据集中，我们需要为这些重复的电子邮件中的每一个找到最新的 id:

  select max(id) as lastId, email
    from test
   where email in (
              select email 
                from test
               group by email
              having count(*) > 1
       )
   group by email;

LASTID                 EMAIL                
---------------------- -------------------- 
8                      aaa                  
4                      bbb                  
9                      eee                                 

最后，我们现在可以删除所有这些 ID 小于 LASTID 的电子邮件。所以解决办法是:

delete test
  from test
 inner join (
  select max(id) as lastId, email
    from test
   where email in (
              select email 
                from test
               group by email
              having count(*) > 1
       )
   group by email
) duplic on duplic.email = test.email
 where test.id < duplic.lastId;

我现在没有在这台机器上安装 mySql，但应该可以工作

更新

上面的delete可行，但我找到了一个更优化的版本:

 delete test
   from test
  inner join (
     select max(id) as lastId, email
       from test
      group by email
     having count(*) > 1) duplic on duplic.email = test.email
  where test.id < duplic.lastId;

您可以看到它删除了最旧的重复项，即 1、7、2、6:

select * from test;
+----+-------+
| id | email |
+----+-------+
|  3 | ccc   |
|  4 | bbb   |
|  5 | ddd   |
|  8 | aaa   |
|  9 | eee   |
+----+-------+

另一个版本，是 Rene Limon 提供的删除

delete from test
 where id not in (
    select max(id)
      from test
     group by email)