我如何从这些副本中清理我的数据库

Question

我有一个表格，内容如下： id |域名| domain_certificate_no |键值

SELECT语句的输出的例子可为：

'57092', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_1', '55525772666' 
'57093', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_2', '22225554186' 
'57094', '02a1fae.netsolstores.com', '02a1fae.netsolstores.com_3', '22444356259' 
'97168', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_1', '55525772666' 
'97169', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_2', '22225554186' 
'97170', '02aa6aa.netsolstores.com', '02aa6aa.netsolstores.com_3', '22444356259’ 

我需要清理我的分贝这样的：我想删除已经重复keyvalue第一个domain_certificate_no域名（即在这个例子中，我查找字段domain_certificate_no：02aa6aa.netsolstores.com_1，因为它是数字1，并且具有重复的密钥值，那么我想删除整个链，即02aa6aa.netsolstores.com_2和02aa6aa.netsolstores.com_3，并通过删除域名此链属于02aa6aa.netsolstores.com。

如何自动执行整个数据库的检查过程。所以，我有一个查询，检查模式中的任何域名('%.%.%)编辑：而且他们有共享域名（在这个例子中：netsolstores.com），如果它发现证书号。 1属于这个域名有一个重复的键值，然后删除。否则不。请记达，这是确定的domain_certificate_no有重复的值，如果它不是数1

编辑：我只是比较反复valeues为同一二级域名。例如：在这个问题中，我比较了共享域名的值：.netsolstores.com。如果我有另一个域名，并使用sublevel域名，我也这样做。但重点是我不需要比较整个数据库。只有具有共享域名（但不同子域）的值。

Answer 1

我不确定您的示例中'02aa6aa.netsolstores.com_1'会发生什么情况。

下只保留最低ID为任何重复键：

with t as (
    select t.*, 
      substr(domain_certificate_no, 
        instr(domain_certificate_no, '_') + 1, 1000) as version, 
      left(domain_certificate_no, instr(domain_certificate_no, '_') - 1) as dcn 
    from t 
    ) 
select t.* 
from t join 
    (select keyvalue, min(dcn) as mindcn 
     from t 
     group by keyvalue 
    ) tsum 
    on t.keyvalue = tsum.keyvalue and 
     t.dcn = tsum.mindcn 

为您提供的数据，这似乎这样的伎俩。这不会返回重复的“_1”版本。如果这很重要，查询可以很容易地修改。

虽然我更愿意更积极的（考虑行保留而不是删除），下面应该删除你想要什么：

with t as (
    select t.*, 
      substr(domain_certificate_no, 
        instr(domain_certificate_no, '_') + 1, 1000) as version, 
      left(domain_certificate_no, instr(domain_certificate_no, '_') - 1) as dcn 
    from t 
    ), 
    tokeep as (
    select t.* 
    from t join 
      (select keyvalue, min(dcn) as mindcn 
      from t 
      group by keyvalue 
     ) tsum 
      on t.keyvalue = tsum.keyvalue and 
      t.dcn = tsum.mindcn 
    ) 
delete from t 
where t.id not in (select id from tokeep) 

还有其他的方式来表达这一点，是有可能更有效（取决于数据库）。但是，这保留了原始查询的结构。

顺便说一下，当尝试新的DELETE代码时，请确保您存储了该表的副本。 DELETE（和UPDATE）很容易出错。例如，如果你省去了WHERE子句，那么在记录所有行之后，所有的行都会消失。您可能会发现，只需将所需结果选择到新表格中，验证它们，然后截断旧表格并重新插入即可。