mysql - 基于两个在 MySql 中可以具有相反值的字段删除重复项

Question

假设我有一个表，Couples 包含 Person1 和 Person2 字段，例如

Bob  | Alice
Ted  | Mary
Bob  | Alice
Jim  | Jane

删除重复项，如 Bob | Alice 会很容易，但说数据是随意输入的，我有一些情侣输入了两次，但颠倒了:

Bob  | Alice
Ted  | Mary
Jane | Jim
Jim  | Jane

如何格式化一个选择/删除，该选择/删除将基于两个字段在任一顺序中都相同而删除？我认为唯一索引在这里不起作用。

Answer 1

如果您的 Couples 表有一个 id 列。您可以使用此查询来删除重复项(考虑到 'Bob','Alice' 被视为 'Alice','Bob' 的重复项)

DELETE FROM Couples
WHERE ID NOT IN (SELECT * FROM 
                   (SELECT MIN(id) as min_id
                    FROM Couples
                    GROUP BY LEAST(person1,person2),
                          GREATEST(person1,person2)
                   )T
                );

http://sqlfiddle.com/#!9/fe81f/1子查询的作用是通过 LEAST(person1,person2),GREATEST(person1,person2)..这意味着 Bob,Alice 和 Alice,Bob 为每个分组获取最小 id code> 被视为同一组。然后外部删除语句删除不在最小id列表中的行(重复的行)...额外的SELECT *只是为了欺骗Mysql从其子查询中的同一个表中删除。

UPDATE 对于数百万行，使用 IN 或 NOT IN 可能会导致速度问题。因此，尝试下面的查询，它执行相同的操作，但使用联接而不是 NOT IN 并查看它是否更快

DELETE C1
FROM Couples C1
INNER JOIN
     (SELECT MIN(id) as min_id,
              LEAST(person1,person2) as per1,
              GREATEST(person1,person2) as per2
      FROM Couples
      GROUP BY per1,per2
      )C2
ON C1.id > C2.min_id
AND LEAST(C1.person1,C1.person2) = C2.per1
AND GREATEST(C1.person1,C1.person2) = C2.per2
;

http://www.sqlfiddle.com/#!9/f243e/1