Imaginez votre tableau test
contient les données suivantes :
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
Nous devons donc trouver tous les e-mails répétés et les supprimer tous, sauf le dernier identifiant.
Dans ce cas, aaa
, bbb
et eee
sont répétés, nous voulons donc supprimer les ID 1, 7, 2 et 6.
Pour ce faire, nous devons d'abord trouver tous les e-mails répétés :
select email
from test
group by email
having count(*) > 1;
EMAIL
--------------------
aaa
bbb
eee
Ensuite, à partir de cet ensemble de données, nous devons trouver le dernier identifiant pour chacun de ces e-mails répétés :
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
Enfin, nous pouvons maintenant supprimer tous ces e-mails avec un identifiant inférieur à LASTID. Donc la solution est :
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;
Je n'ai pas installé mySql sur cette machine pour le moment, mais cela devrait fonctionner
Mettre à jour
La suppression ci-dessus fonctionne, mais j'ai trouvé une version plus optimisée :
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;
Vous pouvez voir qu'il supprime les doublons les plus anciens, c'est-à-dire 1, 7, 2, 6 :
select * from test;
+----+-------+
| id | email |
+----+-------+
| 3 | ccc |
| 4 | bbb |
| 5 | ddd |
| 8 | aaa |
| 9 | eee |
+----+-------+
Une autre version est la suppression fournie par Rene Limon
delete from test
where id not in (
select max(id)
from test
group by email)