අනුපිටපත් පේළි ඉවත් කරන්නේ කෙසේද?

තරමක් විශාල SQL Serverවගුවකින් (එනම් 300,000+ පේළි) අනුපිටපත් පේළි ඉවත් කිරීමට හොඳම ක්‍රමය කුමක්ද?

RowIDඅනන්‍යතා ක්‍ෂේත්‍රයේ පැවැත්ම නිසා පේළි පරිපූර්ණ අනුපිටපත් නොවනු ඇත .

MyTable

RowID int not null identity(1,1) primary key,
Col1 varchar(20) not null,
Col2 varchar(2048) not null,
Col3 tinyint not null

කිසිදු nulls උපකල්පනය, ඔබ GROUP BYසුවිශේෂී තීර සහ SELECTඑම MIN (or MAX)තබා ගැනීමට පේළිය ලෙස RowId. පසුව, පේළි හැඳුනුම්පතක් නොමැති සියල්ල මකන්න:

DELETE FROM MyTable
LEFT OUTER JOIN (
   SELECT MIN(RowId) as RowId, Col1, Col2, Col3 
   FROM MyTable 
   GROUP BY Col1, Col2, Col3
) as KeepRows ON
   MyTable.RowId = KeepRows.RowId
WHERE
   KeepRows.RowId IS NULL

ඔබට පූර්ණ සංඛ්‍යාවක් වෙනුවට GUID එකක් තිබේ නම්, ඔබට එය ප්‍රතිස්ථාපනය කළ හැකිය

MIN(RowId)

සමග

CONVERT(uniqueidentifier, MIN(CONVERT(char(36), MyGuidColumn)))

මෙය කළ හැකි තවත් ක්‍රමයක් නම්

; 

--Ensure that any immediately preceding statement is terminated with a semicolon above
WITH cte
     AS (SELECT ROW_NUMBER() OVER (PARTITION BY Col1, Col2, Col3 
                                       ORDER BY ( SELECT 0)) RN
         FROM   #MyTable)
DELETE FROM cte
WHERE  RN > 1;

මා ORDER BY (SELECT 0)ඉහත භාවිතා කරන්නේ ටයි පටියකදී ආරක්ෂා කර ගත යුතු පේළිය අත්තනෝමතික බැවිනි.

RowIDඋදාහරණයක් ලෙස ඔබට භාවිතා කළ හැකි නවතම දේ සංරක්ෂණය කිරීමORDER BY RowID DESC

ක්‍රියාත්මක කිරීමේ සැලසුම්

මේ සඳහා ක්‍රියාත්මක කිරීමේ සැලැස්ම බොහෝ විට පිළිගත් පිළිතුරට වඩා සරල හා කාර්යක්ෂම වන්නේ එයට ස්වයං සම්බන්ධ වීම අවශ්‍ය නොවන බැවිනි.

කෙසේ වෙතත් මෙය සැමවිටම එසේ නොවේ. GROUP BYවිසඳුමට වැඩි කැමැත්තක් දැක්විය හැකි එක් ස්ථානයක් වන්නේ ධාරා සමස්ථයකට වඩා හැෂ් එකතුවක් තෝරා ගැනීමයි.

මෙම ROW_NUMBERවන ෙහයින් ද විසඳුමක් සෑම විටම එකම සැලැස්මක් එච්චරමයි දෙනවා GROUP BYඋපාය වඩාත් නම්යශීලී වේ.

හැෂ් සමස්ථ ප්‍රවේශයට හිතකර සාධක වනු ඇත

• කොටස් කිරීමේ තීරුවල ප්‍රයෝජනවත් දර්ශකයක් නොමැත
• එක් එක් කාණ්ඩයේ සාපේක්ෂව වැඩි අනුපිටපත් ඇති සාපේක්ෂව අඩු කණ්ඩායම්

මෙම දෙවන නඩුවේ ආන්තික අනුවාද වලදී (එක් එක් අනුපිටපත් සහිත කණ්ඩායම් ඉතා ස්වල්පයක් තිබේ නම්) යමෙකුට නව වගුවක තබා ගැනීම සඳහා පේළි ඇතුළත් කිරීම ගැන සලකා බැලිය හැකිය - ඉන්පසු TRUNCATEමුල් පිටපත මකාදැමීමට සාපේක්ෂව ලොග් වීම අවම කිරීම සඳහා ඒවා නැවත පිටපත් කිරීම. පේළි ඉතා ඉහළ අනුපාතය.

මයික්‍රොසොෆ්ට් ආධාරක අඩවියේ අනුපිටපත් ඉවත් කිරීම පිළිබඳ හොඳ ලිපියක් තිබේ . එය ඉතා ගතානුගතිකයි - ඔවුන් ඔබට සෑම දෙයක්ම වෙන වෙනම පියවරෙන් පියවර කර ඇත - නමුත් එය විශාල වගු වලට එරෙහිව හොඳින් ක්‍රියා කළ යුතුය.

අතීතයේ දී මෙය සිදු කිරීම සඳහා මම ස්වයං-සම්බන්ධතා භාවිතා කර ඇත්තෙමි, එය බොහෝ විට එය සහිත වගන්තියක් සමඟ මවාපෑමට ඉඩ ඇත:

DELETE dupes
FROM MyTable dupes, MyTable fullTable
WHERE dupes.dupField = fullTable.dupField 
AND dupes.secondDupField = fullTable.secondDupField 
AND dupes.uniqueField > fullTable.uniqueField

අනුපිටපත් පේළි මකා දැමීමට පහත විමසුම ප්‍රයෝජනවත් වේ. මෙම උදාහරණයේ ඇති වගුවේ IDඅනන්‍යතා තීරුවක් ඇති අතර අනුපිටපත් දත්ත ඇති තීරු Column1, Column2සහ Column3.

DELETE FROM TableName
WHERE  ID NOT IN (SELECT MAX(ID)
                  FROM   TableName
                  GROUP  BY Column1,
                            Column2,
                            Column3
                  /*Even if ID is not null-able SQL Server treats MAX(ID) as potentially
                    nullable. Because of semantics of NOT IN (NULL) including the clause
                    below can simplify the plan*/
                  HAVING MAX(ID) IS NOT NULL) 

පහත සඳහන් කේත රචනය දර්ශන භාවිතය GROUP BY, HAVING, ORDER BYඑක් විමසුම, සහ අනුපිටපත් තීරු හා එහි ගණන් සමග ප්රතිඵල පැමිණේ.

SELECT YourColumnName,
       COUNT(*) TotalCount
FROM   YourTableName
GROUP  BY YourColumnName
HAVING COUNT(*) > 1
ORDER  BY COUNT(*) DESC 

delete t1
from table t1, table t2
where t1.columnA = t2.columnA
and t1.rowid>t2.rowid

Postgres:

delete
from table t1
using table t2
where t1.columnA = t2.columnA
and t1.rowid > t2.rowid

DELETE LU 
FROM   (SELECT *, 
               Row_number() 
                 OVER ( 
                   partition BY col1, col1, col3 
                   ORDER BY rowid DESC) [Row] 
        FROM   mytable) LU 
WHERE  [row] > 1 

මෙය පළමු පේළිය හැර අනුපිටපත් පේළි මකා දමනු ඇත

DELETE
FROM
    Mytable
WHERE
    RowID NOT IN (
        SELECT
            MIN(RowID)
        FROM
            Mytable
        GROUP BY
            Col1,
            Col2,
            Col3
    )

බලන්න ( http://www.codeproject.com/Articles/157977/Remove-Duplicate-Rows-from-a-Table-in-SQL-Server )

SQL සේවාදායක වගුවෙන් අනුපිටපත් පේළි මකා දැමීමට මම CTE ට කැමතියි

මෙම ලිපිය අනුගමනය කිරීමට තරයේ නිර්දේශ කරමු :: http://codaffection.com/sql-server-article/delete-duplicate-rows-in-sql-server/

මුල් පිටපත තබා ගැනීමෙන්

WITH CTE AS
(
SELECT *,ROW_NUMBER() OVER (PARTITION BY col1,col2,col3 ORDER BY col1,col2,col3) AS RN
FROM MyTable
)

DELETE FROM CTE WHERE RN<>1

මුල් පිටපත් නොකර

WITH CTE AS
(SELECT *,R=RANK() OVER (ORDER BY col1,col2,col3)
FROM MyTable)
 
DELETE CTE
WHERE R IN (SELECT R FROM CTE GROUP BY R HAVING COUNT(*)>1)

අනුපිටපත් පේළි ලබා ගැනීමට:

SELECT
name, email, COUNT(*)
FROM 
users
GROUP BY
name, email
HAVING COUNT(*) > 1

අනුපිටපත් පේළි මකා දැමීමට:

DELETE users 
WHERE rowid NOT IN 
(SELECT MIN(rowid)
FROM users
GROUP BY name, email);      

නිශ්චිත අනුපිටපත් පේළි මකා දැමීමට ඉක්මන් හා අපිරිසිදු (කුඩා වගු සඳහා):

select  distinct * into t2 from t1;
delete from t1;
insert into t1 select *  from t2;
drop table t2;

කියවීමට පහසු බව මට පෙනී ගිය හෙයින්, ඔබ එය ක්‍රියාත්මක කිරීමට පෙර මකා දැමිය යුතු දේ සත්‍යාපනය කිරීම සඳහා තෝරාගත් ප්‍රකාශයක් බවට පත් කිරීම ඉතා පහසු බැවින්, අභ්‍යන්තර සම්බන්ධතාවයට විසඳුමක් (*)> 1 විසඳුමට මම කැමැත්තෙමි.

--DELETE FROM table1 
--WHERE id IN ( 
     SELECT MIN(id) FROM table1 
     GROUP BY col1, col2, col3 
     -- could add a WHERE clause here to further filter
     HAVING count(*) > 1
--)

SELECT  DISTINCT *
      INTO tempdb.dbo.tmpTable
FROM myTable

TRUNCATE TABLE myTable
INSERT INTO myTable SELECT * FROM tempdb.dbo.tmpTable
DROP TABLE tempdb.dbo.tmpTable

මගේ විසඳුම විශේෂ තත්වයන් යටතේ ක්‍රියාත්මක වන බැවින් එය බෙදා ගැනීමට මම සිතුවෙමි. මගේ නඩුවේ අනුපිටපත් අගයන් සහිත වගුවට විදේශීය යතුරක් නොතිබුණි (අගයන් වෙනත් db එකකින් අනුපිටපත් කර ඇති නිසා).

begin transaction
-- create temp table with identical structure as source table
Select * Into #temp From tableName Where 1 = 2

-- insert distinct values into temp
insert into #temp 
select distinct * 
from  tableName

-- delete from source
delete from tableName 

-- insert into source from temp
insert into tableName 
select * 
from #temp

rollback transaction
-- if this works, change rollback to commit and execute again to keep you changes!!

PS: මේ වගේ දේවල් කරන විට මම නිතරම ගනුදෙනුවක් භාවිතා කරනවා, මෙය සියල්ල සමස්තයක් ලෙස ක්‍රියාත්මක වන බව සහතික කරනවා පමණක් නොව, කිසිවක් අවදානමට ලක් නොකර පරීක්ෂා කිරීමට මට ඉඩ සලසයි. නමුත් ඇත්ත වශයෙන්ම ඔබ කෙසේ හෝ උපස්ථයක් ගත යුතුය.

මෙම විමසුම මට ඉතා හොඳ කාර්ය සාධනයක් පෙන්නුම් කළේය:

DELETE tbl
FROM
    MyTable tbl
WHERE
    EXISTS (
        SELECT
            *
        FROM
            MyTable tbl2
        WHERE
            tbl2.SameValue = tbl.SameValue
        AND tbl.IdUniqueValue < tbl2.IdUniqueValue
    )

එය 2M (50% අනුපිටපත්) වගුවකින් තත්පර 30 ට වඩා අඩු 1M පේළි මකා දැමීය.

CTE භාවිතා කිරීම. අදහස වන්නේ අනුපිටපත් වාර්තාවක් සාදන තීරු එකක් හෝ වැඩි ගණනකට සම්බන්ධ වී ඔබ කැමති ඕනෑම දෙයක් ඉවත් කිරීමයි:

;with cte as (
    select 
        min(PrimaryKey) as PrimaryKey
        UniqueColumn1,
        UniqueColumn2
    from dbo.DuplicatesTable 
    group by
        UniqueColumn1, UniqueColumn1
    having count(*) > 1
)
delete d
from dbo.DuplicatesTable d 
inner join cte on 
    d.PrimaryKey > cte.PrimaryKey and
    d.UniqueColumn1 = cte.UniqueColumn1 and 
    d.UniqueColumn2 = cte.UniqueColumn2;

මෙහි අලවා ඇති සබැඳියෙන් තවත් පහසු විසඳුමක් සොයාගත හැකිය . මෙය ග්‍රහණය කර ගැනීමට පහසු වන අතර සමාන ගැටළු බොහොමයකට effective ලදායී බව පෙනේ. එය SQL සේවාදායකය සඳහා වන නමුත් භාවිතා කරන සංකල්පය පිළිගත හැකි ප්‍රමාණයට වඩා වැඩිය.

සම්බන්ධිත පිටුවෙන් අදාළ කොටස් මෙන්න:

මෙම දත්ත සලකා බලන්න:

EMPLOYEE_ID ATTENDANCE_DATE
A001    2011-01-01
A001    2011-01-01
A002    2011-01-01
A002    2011-01-01
A002    2011-01-01
A003    2011-01-01

ඉතින් අපි එම අනුපිටපත් දත්ත මකා දැමිය හැක්කේ කෙසේද?

පළමුව, පහත කේතය භාවිතා කරමින් එම වගුවේ අනන්‍යතා තීරුවක් ඇතුළත් කරන්න:

ALTER TABLE dbo.ATTENDANCE ADD AUTOID INT IDENTITY(1,1)  

එය විසඳීමට පහත කේතය භාවිතා කරන්න:

DELETE FROM dbo.ATTENDANCE WHERE AUTOID NOT IN (SELECT MIN(AUTOID) _
    FROM dbo.ATTENDANCE GROUP BY EMPLOYEE_ID,ATTENDANCE_DATE) 

අනුපිටපත් ඉවත් කිරීම පිළිබඳ තවත් හොඳ ලිපියක් මෙන්න .

එහි දෘ hard හේතුව කුමක්දැයි එය සාකච්ඡා කරයි: " SQL පදනම් වී ඇත්තේ සාපේක්ෂ වීජ ගණිතය මත වන අතර අනුපිටපත් වීජ ගණිතයේ සිදුවිය නොහැක, මන්ද කට්ටලයක අනුපිටපත් වලට ඉඩ නොදේ. "

තාවකාලික වගු විසඳුම සහ mysql උදාහරණ දෙකක්.

අනාගතයේදී ඔබ එය දත්ත සමුදා මට්ටමින් හෝ යෙදුම් දෘෂ්ටිකෝණයකින් වළක්වා ගැනීමට යන්නේ ය. යොමු දත්තවල අඛණ්ඩතාව පවත්වා ගැනීම සඳහා ඔබේ දත්ත ගබඩාව වගකිව යුතු බැවින් මම දත්ත සමුදා මට්ටම යෝජනා කරමි, සංවර්ධකයින් පමණක් ගැටළු ඇති කරයි;)

විශ්වාසයි. තාවකාලික වගුවක් භාවිතා කරන්න. "ක්‍රියා කරන" තනි, එතරම් ක්‍රියාකාරී නොවන ප්‍රකාශයක් ඔබට අවශ්‍ය නම් ඔබට යා හැකිය:

DELETE FROM MyTable WHERE NOT RowID IN
    (SELECT 
        (SELECT TOP 1 RowID FROM MyTable mt2 
        WHERE mt2.Col1 = mt.Col1 
        AND mt2.Col2 = mt.Col2 
        AND mt2.Col3 = mt.Col3) 
    FROM MyTable mt)

මූලික වශයෙන්, වගුවේ එක් එක් පේළිය සඳහා, උප-තේරීම සලකා බලනු ලබන පේළියට හරියටම සමාන සියලු පේළි වල ඉහළ පේළිය සොයා ගනී. එබැවින් ඔබ "මුල්" අනුපිටපත් නොවන පේළි නියෝජනය කරන පේළි ලැයිස්තුවක් සමඟ අවසන් වේ.

අනුපිටපත් නොවන පේළි ආරක්ෂා කිරීමට අවශ්‍ය මේසයක් මා සතුව තිබුණි. වේගය හෝ කාර්යක්ෂමතාව ගැන මට විශ්වාස නැත.

DELETE FROM myTable WHERE RowID IN (
  SELECT MIN(RowID) AS IDNo FROM myTable
  GROUP BY Col1, Col2, Col3
  HAVING COUNT(*) = 2 )

මෙය භාවිතා කරන්න

WITH tblTemp as
(
SELECT ROW_NUMBER() Over(PARTITION BY Name,Department ORDER BY Name)
   As RowNumber,* FROM <table_name>
)
DELETE FROM tblTemp where RowNumber >1

අනෙක් ක්‍රමය වන්නේ එකම ක්ෂේත්‍ර හා අද්විතීය දර්ශකය සහිත නව වගුවක් සාදන්න . ඉන්පසු සියලු දත්ත පැරණි වගුවේ සිට නව වගුව වෙත ගෙන යන්න . ස්වයංක්‍රීයව SQL SERVER නොසලකා හැරීම (අනුපිටපත් අගයක් තිබේ නම් කුමක් කළ යුතුද යන්න පිළිබඳ විකල්පයක් ද ඇත: නොසලකා හැරීම, බාධා කිරීම හෝ sth) අනුපිටපත් අගයන්. එබැවින් අපට අනුපිටපත් පේළි නොමැතිව එකම වගුව ඇත. ඔබට අද්විතීය දර්ශකය අවශ්‍ය නොවේ නම්, හුවමාරු දත්ත පසු ඔබට එය අතහැර දැමිය හැකිය .

විශේෂයෙන් විශාල වගු සඳහා ඔබේ නව අද්විතීය ලෙස සුචිගත කරන ලද වගුවට සියලු දත්ත වේගයෙන් මාරු කිරීම සඳහා ඔබට DTS (දත්ත ආනයනය / අපනයනය කිරීමට SSIS පැකේජය) භාවිතා කළ හැකිය. පේළි මිලියන 7 ක් සඳහා මිනිත්තු කිහිපයක් ගතවේ.

පහත විමසුම භාවිතා කිරීමෙන් අපට තනි තීරුව හෝ බහු තීරුව මත පදනම්ව අනුපිටපත් වාර්තා මකා දැමිය හැකිය. පහත විමසුම තීරු දෙකක් මත පදනම්ව මකා දමයි. වගුවේ නම: testingසහ තීරු නම්empno,empname

DELETE FROM testing WHERE empno not IN (SELECT empno FROM (SELECT empno, ROW_NUMBER() OVER (PARTITION BY empno ORDER BY empno) 
AS [ItemNumber] FROM testing) a WHERE ItemNumber > 1)
or empname not in
(select empname from (select empname,row_number() over(PARTITION BY empno ORDER BY empno) 
AS [ItemNumber] FROM testing) a WHERE ItemNumber > 1)

1. එකම ව්‍යුහයක් සහිත නව හිස් වගුවක් සාදන්න

2. මේ වගේ විමසුමක් ක්‍රියාත්මක කරන්න

   INSERT INTO tc_category1
   SELECT *
   FROM tc_category
   GROUP BY category_id, application_id
   HAVING count(*) > 1

3. ඉන්පසු මෙම විමසුම ක්‍රියාත්මක කරන්න

   INSERT INTO tc_category1
   SELECT *
   FROM tc_category
   GROUP BY category_id, application_id
   HAVING count(*) = 1

අනුපිටපත් මකා දැමීමට පහසුම ක්‍රමය මෙයයි

 DELETE FROM tblemp WHERE id IN 
 (
  SELECT MIN(id) FROM tblemp
   GROUP BY  title HAVING COUNT(id)>1
 )

http://askme.indianyouth.info/details/how-to-dumplicate-record-from-table-in-using-sql-105

මෙම ප්‍රවේශය මෙන්ම එය ප්‍රයෝජනවත් විය හැකි බව මම සඳහන් කරමි, සහ සියලු SQL සේවාදායකයන් තුළ ක්‍රියා කරයි: බොහෝ විට ඇත්තේ එක් එකක් පමණි - අනුපිටපත් දෙකක්, සහ අයිඩී සහ අනුපිටපත් ගණන දනී. මේ අවස්ථාවේ දී:

SET ROWCOUNT 1 -- or set to number of rows to be deleted
delete from myTable where RowId = DuplicatedID
SET ROWCOUNT 0

යෙදුම් මට්ටමේ සිට (අවාසනාවකට). අද්විතීය දර්ශකයක් භාවිතා කිරීම තුළින් දත්ත සමුදාය මට්ටමින් අනුපිටපත් වැළැක්වීම සඳහා නිසි ක්‍රමය ඇති බව මම එකඟ වෙමි, නමුත් SQL Server 2005 හි දර්ශකයකට බයිට් 900 ක් පමණක් වීමට ඉඩ දී ඇති අතර මගේ වර්චාර් (2048) ක්ෂේත්‍රය එය ඉවතට විසි කරයි.

එය කොතරම් හොඳින් ක්‍රියාත්මක වේදැයි මම නොදනිමි, නමුත් ඔබට එය ක්‍රියාත්මක කිරීමට ප්‍රේරකයක් ලිවිය හැකි යැයි මම සිතමි, ඔබට එය දර්ශකයක් සමඟ කෙලින්ම කළ නොහැකි වුවද. වැනි දෙයක්:

-- given a table stories(story_id int not null primary key, story varchar(max) not null)
CREATE TRIGGER prevent_plagiarism 
ON stories 
after INSERT, UPDATE 
AS 
    DECLARE @cnt AS INT 

    SELECT @cnt = Count(*) 
    FROM   stories 
           INNER JOIN inserted 
                   ON ( stories.story = inserted.story 
                        AND stories.story_id != inserted.story_id ) 

    IF @cnt > 0 
      BEGIN 
          RAISERROR('plagiarism detected',16,1) 

          ROLLBACK TRANSACTION 
      END 

එසේම, වර්චාර් (2048) මට මාළු ඇල්ලීමකි (ජීවිතයේ සමහර දේවල් බයිට් 2048 වේ, නමුත් එය සාමාන්‍ය දෙයක් නොවේ); එය සැබවින්ම වර්චර් (උපරිම) නොවිය යුතුද?

මෙය කළ හැකි තවත් ක්‍රමයක්: -

DELETE A
FROM   TABLE A,
       TABLE B
WHERE  A.COL1 = B.COL1
       AND A.COL2 = B.COL2
       AND A.UNIQUEFIELD > B.UNIQUEFIELD 

DELETE
FROM
    table_name T1
WHERE
    rowid > (
        SELECT
            min(rowid)
        FROM
            table_name T2
        WHERE
            T1.column_name = T2.column_name
    );

CREATE TABLE car(Id int identity(1,1), PersonId int, CarId int)

INSERT INTO car(PersonId,CarId)
VALUES(1,2),(1,3),(1,2),(2,4)

--SELECT * FROM car

;WITH CTE as(
SELECT ROW_NUMBER() over (PARTITION BY personid,carid order by personid,carid) as rn,Id,PersonID,CarId from car)

DELETE FROM car where Id in(SELECT Id FROM CTE WHERE rn>1)

ඔබ ඉවත් කිරීමට බලාපොරොත්තු වන පේළි පෙරදසුන් කිරීමට මට අවශ්‍යය. Http://developer.azurewebsites.net/2014/09/better-sql-group-by-find-duplicate-data/ බලන්න

with MYCTE as (
  SELECT ROW_NUMBER() OVER (
    PARTITION BY DuplicateKey1
                ,DuplicateKey2 -- optional
    ORDER BY CreatedAt -- the first row among duplicates will be kept, other rows will be removed
  ) RN
  FROM MyTable
)
DELETE FROM MYCTE
WHERE RN > 1