B.log B[dot]log

Trovare ed eliminare record (semi-)duplicati in SQL

Lo ammetto: non é certo la cosa più complicata del mondo eliminare le righe duplicate in un database; quando serve però non viene mai in mente un modo per farlo.
Questo post lo categorizzo quindi come mio promemoria!

Perché (semi-)duplicati?
Parto dall'esempio pratico: aggiungere una chiave ad una tabella già piena di dati.
Ovviamente, per la legge di Murphy, i valori dei campi che dovrebbero diventare chiave non saranno mai tutti diversi. Voglio quindi eliminare dalla tabella i record con chiavi uguali, preservandone solo una copia per ognuno.

Poniamo che la nostra tabella di chiami table1 con campi field1,field2,field3 (la fantasia nel dare i nomi é il mio forte). Vogliamo far diventare field1 e field2 chiave primaria. Per eliminare i duplicati eseguiamo:

SELECT *
FROM db.table1 as t2
WHERE (t2.field1,t2.field2,t2.field3) not in (
SELECT t1.field1,t1.field2, min(t1.field3)
FROM db.table1 as t1
group by t1.field1,t1.field2)


Fatto! Come preannunciato niente di emozionante...

Ovviamente la regola min(t1.field3) puo' essere cambiata a piacimento per conservare il record piu' conveniente ai fini dell'applicazione.