mysql - 从 MySQL 数据库中选择多个字段重复项

问题描述

我有一个旧论坛，其中包含重复的第一篇帖子（可能回复不同）的线程。我想删除除其中一个线程之外的所有线程（保留视图计数最高的线程）。

我有以下 SQL 查询来帮助识别重复线程，但我找不到一种方法来仅列出 xf_thread.view_count 列的最低值的重复项：

SELECT
    t.thread_id, MIN(t.view_count)
FROM
    xf_thread t
INNER JOIN
    xf_post p ON p.thread_id = t.thread_id
WHERE
    t.first_post_id = p.post_id
GROUP BY
    t.title,
    t.username,
    p.message
HAVING
    COUNT(t.title) > 1
    AND COUNT(t.username) > 1
    AND COUNT(p.message) > 1;

目前，此查询正确地对线程进行分组，但它只显示一个随机 thread_id - 而不是对应于 min(view_count) 的 thread_id。

我已经阅读了如何解决这个问题，但我不知道如何实现这一点 - 因为看起来不可能通过查询对行进行分组排序。

编辑

感谢 Madhur 的帮助，查询现在返回所有要删除的线程 ID。但是，我可以弄清楚如何删除具有匹配 thread_id 的行。这是我尝试使用的查询（它一直在运行，而选择查询（https://stackoverflow.com/a/52314208/2469308）在几秒钟内运行：

DELETE FROM xf_thread 
WHERE  thread_id IN (SELECT Substring_index(Group_concat(DISTINCT t.thread_id 
                                            ORDER BY 
                                            t.view_count 
                                                                ASC 
                                            SEPARATOR ','), 
                                   ',', 1) AS 
                            thread_id_with_minimum_views 
                     FROM   (SELECT * 
                             FROM   xf_thread) t 
                            INNER JOIN xf_post p 
                                    ON p.thread_id = t.thread_id 
                     WHERE  t.first_post_id = p.post_id 
                            AND t.user_id = 0 
                            AND t.reply_count < 2 
                     GROUP  BY t.title, 
                               t.username, 
                               p.message 
                     HAVING Count(t.title) > 1 
                            AND Count(t.username) > 1 
                            AND Count(p.message) > 1 
                     ORDER  BY t.thread_id);

标签： mysqlduplicates

解决方案

一个非常 hacky 的解决方案是在GROUP_CONCATthread_id中进行排序。然后，我们可以利用字符串操作来获得最小值。view_countthread_id view_count

在您的SELECT子句中t.thread_id，您可以尝试以下操作，而不是：

SUBSTRING_INDEX(GROUP_CONCAT(DISTINCT t.thread_id 
                             ORDER BY t.view_count ASC 
                             SEPARATOR ','), 
                ',', 
                1) AS thread_id_with_minimum_views

现在，基于SELECT使用最小视图识别重复记录的DELETE查询，从表中删除此类记录的查询xf_thread将如下所示：

DELETE t_delete FROM xf_thread AS t_delete 
INNER JOIN (SELECT CAST(SUBSTRING_INDEX(GROUP_CONCAT(DISTINCT t.thread_id ORDER BY t.view_count ASC SEPARATOR ','), ',', 1) AS UNSIGNED) AS tid_min_view 
            FROM (SELECT * FROM xf_thread) t 
            INNER JOIN xf_post p ON p.thread_id = t.thread_id 
            WHERE t.first_post_id = p.post_id 
              AND t.user_id = 0 
              AND t.reply_count < 2 
            GROUP BY t.title, t.username, p.message 
            HAVING Count(t.title) > 1 
               AND Count(t.username) > 1 
               AND Count(p.message) > 1 
            ORDER BY t.thread_id) AS t_dup 
  ON t_delete.thread_id = t_dup.tid_min_view

mysql - 从 MySQL 数据库中选择多个字段重复项

问题描述

解决方案

推荐阅读