【www.bbyears.com--PostgreSQL】
PostgreSQL 库如何去除单表重复数据呢?可以通过 ctid 进行,下面是实验过程。
一、创建测试表
david(# id int,
david(# name varchar);
CREATE TABLE
david=#
二、插入测试数据
代码如下
david=# insert into emp values (1, "david");
INSERT 0 1
david=# insert into emp values (1, "david");
INSERT 0 1
david=# insert into emp values (1, "david");
INSERT 0 1
david=# insert into emp values (2, "sandy");
INSERT 0 1
david=# insert into emp values (2, "sandy");
INSERT 0 1
david=# insert into emp values (3, "renee");
INSERT 0 1
david=# insert into emp values (4, "jack");
INSERT 0 1
david=# insert into emp values (5, "rose");
INSERT 0 1
david=#
三、查询初始化数据
代码如下
david=# select ctid, * from emp;
ctid | id | name
-------+----+-------
(0,1) | 1 | david
(0,2) | 1 | david
(0,3) | 1 | david
(0,4) | 2 | sandy
(0,5) | 2 | sandy
(0,6) | 3 | renee
(0,7) | 4 | jack
(0,8) | 5 | rose
(8 rows)
david=#
查询重复数据数
代码如下
david=# select distinct id, count(*) from emp group by id having count(*) > 1;
id | count
----+-------
1 | 3
2 | 2
(2 rows)
david=#
查询出 id 为1的记录有3条,id 为2的记录有2条。
四、查询要保留的数据
以 min(ctid) 或 max(ctid) 为准。
代码如下
david=# select ctid, * from emp where ctid in (select min(ctid) from emp group by id);
ctid | id | name
-------+----+-------
(0,1) | 1 | david
(0,4) | 2 | sandy
(0,6) | 3 | renee
(0,7) | 4 | jack
(0,8) | 5 | rose
(5 rows)
david=#
五、删除重复数据
代码如下david=# delete from emp where ctid not in (select min(ctid) from emp group by id);
DELETE 3
david=#
六、查看最后结果
david=# select ctid, * from emp;
ctid | id | name
-------+----+-------
(0,1) | 1 | david
(0,4) | 2 | sandy
(0,6) | 3 | renee
(0,7) | 4 | jack
(0,8) | 5 | rose
(5 rows)
david=# 说明:如果表中已经有标明唯一的序列主键值,可以把该值替换上述的ctid直接删除