SQL Serverで重複するレコードを削除しますか?


93

EmployeeNametable という名前の列について考えますEmployee。目標は、EmployeeNameフィールドに基づいて、繰り返されるレコードを削除することです。

EmployeeName
------------
Anand
Anand
Anil
Dipak
Anil
Dipak
Dipak
Anil

1つのクエリを使用して、繰り返されるレコードを削除します。

SQL ServerのTSQLでこれを行うにはどうすればよいですか?


重複するレコードを削除するということですか?
Sarfraz

個別の値とその関連IDを選択し、IDが既に選択されたリストにないレコードを削除できますか?
DaeMoohn、

1
一意のID列はありますか?
アンドリューブロック

1
テーブルに一意のIDがない場合、John Gibbの回答をどのように受け入れましたか?empIdJohnが使用する例の列はどこですか?
アルメン、2013年

2
一意のID列がない場合、またはその他の順序付けに意味のあるものがない場合は、employeename列で並べ替えることもできます...したがって、rnはrow_number() over (partition by EmployeeName order by EmployeeName)...これにより、名前ごとに任意の単一レコードが選択されます。
ジョンギブ

回答:


225

これはウィンドウ関数で行うことができます。empIdでdupeを並べ替え、最初のものを除いてすべて削除します。

delete x from (
  select *, rn=row_number() over (partition by EmployeeName order by empId)
  from Employee 
) x
where rn > 1;

選択として実行して、何が削除されるかを確認します。

select *
from (
  select *, rn=row_number() over (partition by EmployeeName order by empId)
  from Employee 
) x
where rn > 1;

2
主キーがない場合は、ORDER BY (SELECT NULL) stackoverflow.com
4812038

35

Employeeテーブルにも一意の列があると仮定すると(ID以下の例)、次のように機能します。

delete from Employee 
where ID not in
(
    select min(ID)
    from Employee 
    group by EmployeeName 
);

これにより、テーブルのIDが最も小さいバージョンが残ります。


Re McGyverのコメントを編集 -SQL 2012現在

MIN numeric、char、varchar、uniqueidentifier、またはdatetime列で使用できますが、ビット列では使用できません

以下のため2008 R2およびそれ以前、

MINは、数値、char、varchar、またはdatetime列で使用できますが、ビット列では使用できません(GUIDでも機能しません)

2008R2の場合GUID、でサポートされているタイプにキャストする必要があります。MINたとえば、

delete from GuidEmployees
where CAST(ID AS binary(16)) not in
(
    select min(CAST(ID AS binary(16)))
    from GuidEmployees
    group by EmployeeName 
);

SqlFiddleはSql 2008のさまざまなタイプに対応

SQL 2012のさまざまなタイプのSqlFiddle


また、Oracleでは、一意のID列が他にない場合は「rowid」を使用できます。
Brandon Horsley、2010

+1 ID列がなくても、IDフィールドとして追加できます。
カイルB.

すばらしい答えです。シャープで効果的。テーブルにIDがない場合でも、このメソッドを実行するために1つ含めることをお勧めします。
MiBol 2018年

8

次のようなものを試すことができます:

delete T1
from MyTable T1, MyTable T2
where T1.dupField = T2.dupField
and T1.uniqueField > T2.uniqueField  

(これは、整数ベースの一意のフィールドがあることを前提としています)

個人的には、修正後の操作としてではなく、重複するエントリが発生する前にデータベースに追加されているという事実を修正しようとする方がよいと思います。


テーブルに一意のフィールド(ID)がありません。その後、どのように操作を実行できますか?
usr021986 2010

3
DELETE
FROM MyTable
WHERE ID NOT IN (
     SELECT MAX(ID)
     FROM MyTable
     GROUP BY DuplicateColumn1, DuplicateColumn2, DuplicateColumn3)

WITH TempUsers (FirstName, LastName, duplicateRecordCount)
AS
(
    SELECT FirstName, LastName,
    ROW_NUMBER() OVER (PARTITIONBY FirstName, LastName ORDERBY FirstName) AS duplicateRecordCount
    FROM dbo.Users
)
DELETE
FROM TempUsers
WHERE duplicateRecordCount > 1

3
WITH CTE AS
(
   SELECT EmployeeName, 
          ROW_NUMBER() OVER(PARTITION BY EmployeeName ORDER BY EmployeeName) AS R
   FROM employee_table
)
DELETE CTE WHERE R > 1;

一般的なテーブル式の魔法。


SubPortal / a_horse_with_no_name-これは実際のテーブルから選択する必要はありませんか?また、ROW_NUMBERは関数であるため、ROW_NUMBER()である必要がありますよね?
MacGyver 14


1

重複を削除する方法を探しているが、重複のあるテーブルを指す外部キーがある場合、遅いが効果的なカーソルを使用して次のアプローチをとることができます。

外部キーテーブルの重複キーを再配置します。

create table #properOlvChangeCodes(
    id int not null,
    name nvarchar(max) not null
)

DECLARE @name VARCHAR(MAX);
DECLARE @id INT;
DECLARE @newid INT;
DECLARE @oldid INT;

DECLARE OLVTRCCursor CURSOR FOR SELECT id, name FROM Sales_OrderLineVersionChangeReasonCode; 
OPEN OLVTRCCursor;
FETCH NEXT FROM OLVTRCCursor INTO @id, @name;
WHILE @@FETCH_STATUS = 0  
BEGIN  
        -- determine if it should be replaced (is already in temptable with name)
        if(exists(select * from #properOlvChangeCodes where Name=@name)) begin
            -- if it is, finds its id
            Select  top 1 @newid = id
            from    Sales_OrderLineVersionChangeReasonCode
            where   Name = @name

            -- replace terminationreasoncodeid in olv for the new terminationreasoncodeid
            update Sales_OrderLineVersion set ChangeReasonCodeId = @newid where ChangeReasonCodeId = @id

            -- delete the record from the terminationreasoncode
            delete from Sales_OrderLineVersionChangeReasonCode where Id = @id
        end else begin
            -- insert into temp table if new
            insert into #properOlvChangeCodes(Id, name)
            values(@id, @name)
        end

        FETCH NEXT FROM OLVTRCCursor INTO @id, @name;
END;
CLOSE OLVTRCCursor;
DEALLOCATE OLVTRCCursor;

drop table #properOlvChangeCodes


-1

以下の削除方法もご覧ください。

Declare @Employee table (EmployeeName varchar(10))

Insert into @Employee values 
('Anand'),('Anand'),('Anil'),('Dipak'),
('Anil'),('Dipak'),('Dipak'),('Anil')

Select * from @Employee

ここに画像の説明を入力してください

という名前のサンプルテーブルを作成し、@Employee指定のデータをロードしました。

Delete  aliasName from (
Select  *,
        ROW_NUMBER() over (Partition by EmployeeName order by EmployeeName) as rowNumber
From    @Employee) aliasName 
Where   rowNumber > 1

Select * from @Employee

結果:

ここに画像の説明を入力してください

私は知っています、これは6年前に尋ねられました、それが誰にとっても役立つ場合に備えて投稿します。


-1

これは、実行時に定義できる目的の主キーに基づくID列を持つテーブルのレコードを重複排除するための優れた方法です。始める前に、次のコードを使用して動作するサンプルデータセットを入力します。

if exists (select 1 from sys.all_objects where type='u' and name='_original')
drop table _original

declare @startyear int = 2017
declare @endyear int = 2018
declare @iterator int = 1
declare @income money = cast((SELECT round(RAND()*(5000-4990)+4990 , 2)) as money)
declare @salesrepid int = cast(floor(rand()*(9100-9000)+9000) as varchar(4))
create table #original (rowid int identity, monthyear varchar(max), salesrepid int, sale money)
while @iterator<=50000 begin
insert #original 
select (Select cast(floor(rand()*(@endyear-@startyear)+@startyear) as varchar(4))+'-'+ cast(floor(rand()*(13-1)+1) as varchar(2)) ),  @salesrepid , @income
set  @salesrepid  = cast(floor(rand()*(9100-9000)+9000) as varchar(4))
set @income = cast((SELECT round(RAND()*(5000-4990)+4990 , 2)) as money)
set @iterator=@iterator+1
end  
update #original
set monthyear=replace(monthyear, '-', '-0') where  len(monthyear)=6

select * into _original from #original

次に、ColumnNamesというタイプを作成します。

create type ColumnNames AS table   
(Columnnames varchar(max))

最後に、次の3つの注意事項を含むストアドプロシージャを作成します。1.プロシージャは、データベースから削除するテーブルの名前を定義する必須パラメータ@tablenameを取ります。2.プロシージャにはオプションのパラメーター@columnsがあり、これを使用して、削除対象の目的の主キーを構成するフィールドを定義できます。このフィールドを空白のままにすると、ID列以外のすべてのフィールドが目的の主キーを構成すると見なされます。3.重複するレコードが削除されると、ID列の値が最も低いレコードが維持されます。

これが私のdelete_dupesストアドプロシージャです。

 create proc delete_dupes (@tablename varchar(max), @columns columnnames readonly) 
 as
 begin

declare @table table (iterator int, name varchar(max), is_identity int)
declare @tablepartition table (idx int identity, type varchar(max), value varchar(max))
declare @partitionby varchar(max)  
declare @iterator int= 1 


if exists (select 1 from @columns)  begin
declare @columns1 table (iterator int, columnnames varchar(max))
insert @columns1
select 1, columnnames from @columns
set @partitionby = (select distinct 
                substring((Select ', '+t1.columnnames 
                From @columns1 t1
                Where T1.iterator = T2.iterator
                ORDER BY T1.iterator
                For XML PATH ('')),2, 1000)  partition
From @columns1 T2 )

end

insert @table 
select 1, a.name, is_identity from sys.all_columns a join sys.all_objects b on a.object_id=b.object_id
where b.name = @tablename  

declare @identity varchar(max)= (select name from @table where is_identity=1)

while @iterator>=0 begin 
insert @tablepartition
Select          distinct case when @iterator=1 then 'order by' else 'over (partition by' end , 
                substring((Select ', '+t1.name 
                From @table t1
                Where T1.iterator = T2.iterator and is_identity=@iterator
                ORDER BY T1.iterator
                For XML PATH ('')),2, 5000)  partition
From @table T2
set @iterator=@iterator-1
end 

declare @originalpartition varchar(max)

if @partitionby is null begin
select @originalpartition  = replace(b.value+','+a.type+a.value ,'over (partition by','')  from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
select @partitionby = a.type+a.value+' '+b.type+a.value+','+b.value+') rownum' from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
 end
 else
 begin
 select @originalpartition=b.value +','+ @partitionby from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
 set @partitionby = (select 'OVER (partition by'+ @partitionby  + ' ORDER BY'+ @partitionby + ','+b.value +') rownum'
 from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1)
 end


exec('select row_number() ' + @partitionby +', '+@originalpartition+' into ##temp from '+ @tablename+'')


exec(
'delete a from _original a 
left join ##temp b on a.'+@identity+'=b.'+@identity+' and rownum=1  
where b.rownum is null')

drop table ##temp

end

これがコンパイルされたら、プロシージャを実行して、重複するすべてのレコードを削除できます。必要な主キーを定義せずに複製を削除するには、次の呼び出しを使用します。

exec delete_dupes '_original'

定義された目的の主キーに基づいて複製を削除するには、次の呼び出しを使用します。

declare @table1 as columnnames
insert @table1
values ('salesrepid'),('sale')
exec delete_dupes '_original' , @table1
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.