sql - MySQL——标记除 1 个匹配行之外的所有行

Question

这类似于 this question ，但似乎有些答案与 MySQL 不太兼容(或者我做得不对)，而且我花了很多时间来弄清楚我需要的更改。显然，我的 SQL 比我想象的还要生锈。我也希望更改列值而不是删除，但我认为至少 that 部分很简单...

我有一个像这样的表:

rowid SERIALfingerprint TEXTduplicate BOOLEANcontents TEXTcreated_date DATETIME

我想通过指纹为每个组的第一个(按 created_date)设置 duplicate=true。很容易将具有重复指纹的所有行标记为受骗。我遇到的问题是保留第一个。

其中一个填充表格的应用程序会大量加载数据，多个工作人员从不同的来源加载数据，并且工作人员的数据不一定按日期分区，因此尝试将这些全部标记为他们进来了(按日期第一个插入的不一定是第一个)。另外，我已经有一堆数据，我需要以任何一种方式清理。因此，我宁愿只拥有一个相对高效的查询，我可以在批量加载后运行以进行清理，而不是尝试将其构建到该应用程序中。

谢谢!

Answer 1

如果您分组的数据大于 1024 字节，则需要明确告知 MySQL(有关详细信息，请参阅 this link)。因此，如果指纹列中的数据大于 1024 字节，则应使用将 max_sort_length 变量(有关允许值的详细信息，请参见 this link，以及如何设置它的 this link)设置为更大的数字，这样分组依据就不会默默地只使用部分数据进行分组。

一旦您确定 MySQL 将正确分组您的数据，以下查询将设置重复标志，以便第一个指纹记录重复设置为 FALSE/0，任何后续指纹记录重复设置为 TRUE/1:

    UPDATE mytable m1
INNER JOIN (SELECT fingerprint
                 , MIN(rowid) AS minrow 
              FROM mytable m2 
          GROUP BY fingerprint) m3 
        ON m1.fingerprint = m3.fingerprint
       SET m1.duplicate = m3.minrow != m1.rowid;

请记住，此解决方案不考虑 NULL，如果指纹字段可能为 NULL，则您需要额外的逻辑来处理这种情况。