对于重复行删除的问题,网上很难找到合适的答案,问问题的不少,但在搜索引擎中草草地看了一下前面的记录都没有解决方案。
其实这个问题可以很华丽的解决。
1、如果这张表没有主键(或者相同的行并没有不相同的内容列),则需要新建一个自增列,用来区分不同列。例如
复制代码 代码如下:
alter table [tablename] add [tid] int identity(1,1)
就是增加一个自增量的临时列tid。
为啥要用sql语句?如果超过几十万行的话用sql server企业管理器的设计界面修改通常会超时。
2、然后就是关键了。给个例子就是我手上正要处理的ip地址所在地清单。近40万条数据,有sip和eip(开始ip和结束ip)记录重复,重复条数大概占1/5左右。对此情况用简单的一条sql命令就搞定:
复制代码 代码如下:
delete from query_ip where tid not in (select max(tid) from query_ip group by sip,eip)
就是将sip和eip分组,取得同样分组的最大的tid值。然后将原表中不在其中的内容(也就是同样分组的重复内容中更小的id内容)删除即可。
用这种思路可以延伸出很多sql解题的方式。比如说某个用户登陆表,要查看每个用户最近的登陆记录。
很优雅的一条查询语句:
复制代码 代码如下:
select * from loginlog where id in (select max(id) from loginlog group by userid)
sql强大之极,许多复杂的需求往往可以合并到一条sql语句查询中实现。因此在我的程序中除了update/insert等操作需要事务支持,或是记录量实在太大需要分页或临时表。通常都用一条sql语句来实现。比如说select *,(select count(*) from xxx where xxx=t.id) from t where…。这样就可以在select语句中获取关联的统计项,对于中小型系统尤其实用。