博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
T-SQL技术收集——删除重复数据
阅读量:5930 次
发布时间:2019-06-19

本文共 3230 字,大约阅读时间需要 10 分钟。

原文:

         在工作和面试中,经常出现如何查询或者删除重复数据的问题,如果有主键,那还好办一点,如果没有主键,那就有点麻烦。

         当一个表上没有辅助键时,如果使用SSMS界面来删除,就会报错(注意,本人测试环境是2012,所以界面可能会有所不一样,但是对结果没有任何影响):

         因为在创建表后插入数据是没有做判断。但是在删除时,为了保证数据库的一致性,RDBMS还是会做判断从而拒绝执行这类操作。

说明:

         要解决这种问题,除了在设计的过程中做好之外,还可以在数据没有重复数据的情况下,使用ALTER TABLE ADD Constraint语句来增加约束。

         但是要删除现有的重复值,使用SSMS界面是无法实现的,就算能实现,当数据量到达一定程度,也是不现实的。此时只能使用T-SQL语句,搭配SET ROWCOUNT 1让数据的处理方式一次一行或这使用DELETE  TOP (1)的方式删除,注意,括号是必须的。

         SET ROWCOUNT { number | @number_var }:使 SQL Server 在返回指定的行数之后停止处理查询。如果需要取消限制,只需要使用SETROWCOUNT 0就可以。

       下面是例子:

       --使用set rowcount 3设定,查询所有数据

SET ROWCOUNT  3

SELECT * FROM AdventureWorks.HumanResources.Department

--结果仅返回3

         结果如下:

--使用set rowcount 3,修改所有数据

UPDATE AdventureWorks.HumanResources.Department

SET name=name

(3 行受影响)

--回复原有设置

SET ROWCOUNT  0

 

最后使用TOP (N)设定搭配INSERT/UPDATE /DELETE ,注意这部分只适合2005以后。

--使用TOP(3)设置,查询所有数据,注意是要有括号的

SELECT TOP(3) * FROM AdventureWorks.HumanResources.Department

--结果返回3

 

UPDATE TOP(3) AdventureWorks.HumanResources.Department SET name =name

(3 行受影响)

 

另外,SQLServer提供了一个系统函数@@ROWCOUNT来返回影响行数。以下是例子:

--使用@@rowcount系统函数返回影响行数

SELECT EmployeeID,Title

FROM AdventureWorks.HumanResources.Employee

WHERE Title LIKE '%Manager%'

GO

SELECT @@ROWCOUNT 'Result'

解决方法:

首先创建一个测试表和插入测试数据:

USE tempdb

GO

CREATE TABLE MyT

(

    [SID]   INT,

    sname   VARCHAR(10),

    sdt     DATETIME

)

GO

--插入测试数据

INSERT INTO MyT VALUES (1,'Lu','2012/01/01');

INSERT INTO MyT VALUES (1,'Lu','2012/07/08');

INSERT INTO MyT VALUES (1,'Lu','2012/04/03');

INSERT INTO MyT VALUES (2,'Tian','2012/03/01');

INSERT INTO MyT VALUES (2,'Tian','2012/05/09');

INSERT INTO MyT VALUES (2,'Tian','2012/01/01');

INSERT INTO MyT VALUES (3,'AD','2012/01/08');

INSERT INTO MyT VALUES (3,'AD','2012/03/01');

INSERT INTO MyT VALUES (4,'Sun','2012/02/01');

INSERT INTO MyT VALUES (1,'Lu','2012/01/01');

INSERT INTO MyT VALUES (1,'Lu','2012/07/08');

INSERT INTO MyT VALUES (1,'Lu','2012/04/03');

INSERT INTO MyT VALUES (2,'Tian','2012/03/01');

INSERT INTO MyT VALUES (2,'Tian','2012/05/09');

INSERT INTO MyT VALUES (2,'Tian','2012/01/01');

INSERT INTO MyT VALUES (3,'AD','2012/01/08');

INSERT INTO MyT VALUES (3,'AD','2012/03/01');

INSERT INTO MyT VALUES (4,'Sun','2012/02/01');

GO

 

第一种方法:

使用SET ROWCOUNT 1方法来删除重复数据:

需要搭配WHILE 1=1无限循环,搭配BREAK作为终止。针对找出来的重复数据,使用GROUP BY 和HAVING COUNT(1)>1作为筛选条件,可以避免所有数据被删除。

SET ROWCOUNT 1

WHILE 1=1

BEGIN

    DELETE FROM MyT

    WHERE [sid] IN

    (

        SELECT [sid] FROM MyT

        GROUP BY [sid],sname

        HAVING COUNT(1)>1

    )

    IF @@ROWCOUNT=0

    BREAK

END

SET ROWCOUNT 0

 

--可以发现,重复的数据已经删除

SELECT * FROM MyT

第二种方法:

使用DELETE TOP(N)方法,先把刚才插入测试数据的脚本再执行,可以多执行几次。DELETE TOP(1)可以用来替代SET ROWCOUNT 1:

WHILE 1=1

BEGIN

    DELETE TOP(1) FROM MyT

    WHERE [sid] IN

    (

        SELECT [sid] FROM MyT

        GROUP BY [sid],sname

        HAVING COUNT(1)>1

    )

    IF @@ROWCOUNT=0

    BREAK

END

 

结果和上面的一样。

 

扩充:保留最近的一行数据:

有时候不仅仅要去掉重复数据,也要保证剩下的是最新的数据(日期最大),此时可以借助索引,使用索引排序,然后把日期最小的那些删掉,只保留日期最大的那一笔。

--建立复合索引,利用索引将数据以编号和日期升序排序

CREATE INDEX IDX_DT ON MyT([sid],sdt ASC)

GO

--修改删除语句,搭配with index查询提示

WHILE 1=1

BEGIN

    DELETE TOP(1) FROM MyT

    WHERE [sid] IN

    (

        SELECT [sid] FROM MyT WITH (INDEX(idx_dt))

        GROUP BY [sid],sname

        HAVING COUNT(1) >1

    )

    IF @@ROWCOUNT=0

    BREAK

END

 

查询结果:

SELECT * FROM MyT

 

注意:

为了向后兼容,括号在 SELECT 语句中是可选的。

我们建议您始终对 SELECT 语句中的 TOP 使用括号,这样,就可以与在 INSERT、UPDATE、MERGE 和 DELETE 语句中需要使用括号保持一致(在这种情况下括号是必需的)。

(出自SQL SERVER 2012联机丛书)

 

转载地址:http://ciktx.baihongyu.com/

你可能感兴趣的文章
bootstrap-无样式列表
查看>>
稳定性问题案例-Error -27796: Failed to connect to server
查看>>
L-1-17 Linux命令之压缩与归档命令
查看>>
Eclipse_java_log4j学习记录
查看>>
lvs haproxy lvs三种软负载均衡的比较
查看>>
Elasticsearch 索引、更新、删除文档
查看>>
使用yum安装MariaDB
查看>>
python字典的提取
查看>>
在Spring中整合JUnit单元测试
查看>>
【C#】xml序列化及反序列化
查看>>
oracle外连接,Oracle中Left Outer Join和外关联(+)的区别
查看>>
Django运维后台的搭建之一:使用model建立数据信息
查看>>
VM 虚拟机上 CentOS7 永久修改系统时间
查看>>
关于LP Wizard生成Allegro封装无焊盘的解决方案
查看>>
php日期时间计算,转载
查看>>
php 排查函数文件执行路径的打印
查看>>
批量上传图片
查看>>
linux必需掌握的基础(二)
查看>>
回归自然-测试、回归、预发布、灰度发布、生产环境自己的理解
查看>>
Java 线程详解(二)synchronize
查看>>