删除一个表中所有含重复字段的数据

    这天写了一个管理社工库的软件,就用我最熟悉的SQLite数据库,把从各处导出的数据(账号、密码、邮箱)存到本地数据库里,以后也方便随时查找。

    其中需要一个功能,有的人喜欢用一个邮箱注册很多账号,产生了一些多余的数据。我们可以通过SQL语句批量删除user_email重复的数据,只保留其user_id值最小的那一行。

DELETE FROM datebase  WHERE user_email IN (SELECT user_email FROM datebase GROUP BY user_email HAVING COUNT(user_email) > 1)  AND user_id NOT IN (SELECT MIN(user_id) FROM datebase GROUP BY user_email HAVING COUNT( user_email )>1);

    看起来很长,我们来分析一下。DELETE FROM datebase,我的表名叫datebase,这个不说了。WHERE user_email IN,我的email字段的名字叫user_email,我们主要看后面括号中的内容。括号中是一个子句:SELECT user_email FROM datebase GROUP BY user_email HAVING COUNT(user_email) > 1,意思是:在datebase表中查找COUNT(user_email)大于1的行。

    COUNT(x)是计算x的个数,COUNT(user_email) > 1就指user_name重复的行。而结合GROUP BY使得select出来的行不再重复。所以DELETE FROM datebase WHERE user_email IN (select的返回值)就是删除所有user_name重复的行。

    然后后面又跟了一个NOT IN,也就是要排除的行。和前面一句一样,只是SELECT的内容变成了MIN(user_id),也就是说我们在重复的内容里找user_id最小的那一行,最后把它排除不删。

    这句话有些难以理解,但是对于熟悉了GROUP BY、COUNT的同学理解起来也不难。

赞赏

喜欢这篇文章?打赏1元

评论

月痕影 回复

为什么要选出user_id最小的数据并不删除呢

phithon 回复

@月痕影:因为要留一个啊。。。

肉牛 回复

好文章,内容气贯长虹.禁止此消息:nolinkok@163.com

Laurie 回复

感谢分享!超级赞!

新锦江娱乐城 回复

妥~很实用,学习了!!!

captcha