Imagina tu tabla test
contiene los siguientes datos:
select id, email
from test;
ID EMAIL
---------------------- --------------------
1 aaa
2 bbb
3 ccc
4 bbb
5 ddd
6 eee
7 aaa
8 aaa
9 eee
Por lo tanto, necesitamos encontrar todos los correos electrónicos repetidos y eliminarlos todos, excepto la identificación más reciente.
En este caso, aaa
, bbb
y eee
se repiten, por lo que queremos eliminar los ID 1, 7, 2 y 6.
Para lograr esto, primero necesitamos encontrar todos los correos electrónicos repetidos:
select email
from test
group by email
having count(*) > 1;
EMAIL
--------------------
aaa
bbb
eee
Luego, a partir de este conjunto de datos, necesitamos encontrar la identificación más reciente para cada uno de estos correos electrónicos repetidos:
select max(id) as lastId, email
from test
where email in (
select email
from test
group by email
having count(*) > 1
)
group by email;
LASTID EMAIL
---------------------- --------------------
8 aaa
4 bbb
9 eee
Finalmente, ahora podemos eliminar todos estos correos electrónicos con una identificación más pequeña que LASTID. Entonces la solución es:
delete test
from test
inner join (
select max(id) as lastId, email
from test
where email in (
select email
from test
group by email
having count(*) > 1
)
group by email
) duplic on duplic.email = test.email
where test.id < duplic.lastId;
No tengo mySql instalado en esta máquina en este momento, pero debería funcionar
Actualizar
La eliminación anterior funciona, pero encontré una versión más optimizada:
delete test
from test
inner join (
select max(id) as lastId, email
from test
group by email
having count(*) > 1) duplic on duplic.email = test.email
where test.id < duplic.lastId;
Puede ver que elimina los duplicados más antiguos, es decir, 1, 7, 2, 6:
select * from test;
+----+-------+
| id | email |
+----+-------+
| 3 | ccc |
| 4 | bbb |
| 5 | ddd |
| 8 | aaa |
| 9 | eee |
+----+-------+
Otra versión, es la eliminación provista por Rene Limon
delete from test
where id not in (
select max(id)
from test
group by email)