Mysql 用于删除的SQL查询

考虑下表

id  || C1  || C2  || C3 || Timestamp
--------------------------------
1   || a   || b   || 1  || t1
2   || a   || b   || 1  || t2
3   || a   || b   || 2  || t3
4   || a   || b   || 2  || t4
5   || a   || b   || 2  || t5
6   || b   || d   || 3  || t6
7   || b   || d   || 3  || t7

C3包含给定C1和C2组合的不同值。C1、C2和C3的给定组合可以具有具有不同时间戳的多行，如行4、5

然而，对于给定的C1和C2对，重复会导致创建多个C3。因此，这里第3、4和5行违反了规则，因为引入了新的C32。给定C1和C2，C3总是唯一的

我想保留C1、C2、C3的最新w.r.t时间戳组合，并删除所有旧的。因此，只应存在第3、4、5行，而应删除第1、2行。 我的意思是，对于给定的C1，C2，旧的C3值应该被删除，所以在这种情况下，行1，2被删除，但3，4，5仍然保留

例如，给定唯一的nid和原始列，应该删除所有具有mock_id YR的行

---

我尝试过各种查询和联接，但无法找到解决此问题的方法。

我们可以尝试在此处使用exists逻辑：

DELETE
FROM yourTable t1
WHERE EXISTS (SELECT 1 FROM yourTable t2
              WHERE t2.C1 = t1.C1 AND t2.C2 = t1.C2 AND t2.C3 > t1.C3);

简单地说，这个查询表示删除任何记录，对于这些记录，我们可以找到另一个具有相同C1和C2值，但C3值更大的记录。如果存在这样的另一个记录，则意味着当前正在检查的记录不是最新的，应该删除

C3包含给定C1和C2组合的不同值

那么应该有两张桌子。一个为每个C1/C2对分配一个C3，另一个包含C1+C2或C3以及timstamp

无论如何，您要删除具有不同C3的同一C1/C2对存在较新时间戳的所有行：

delete from mytable
where exists
(
  select null
  from (select * from mytable) newer
  where newer.c1 = mytable.c1
    and newer.c2 = mytable.c2
    and newer.c3 <> mytable.c3
    and newer.timestamp > mytable.timestamp
);

在MySQL中，从select*from mytable newer而不仅仅是从from mytable newer写入是必要的，因为存在一个奇怪的限制，即您不能在更新或删除中直接使用同一个表。

在MySQL中，使用JOIN和GROUP BY：

---

下面是我针对我的问题提出的解决方案，它在测试数据集上运行良好。戈顿的回答很接近，但得出的逻辑与蒂姆提供的相同。我对此做了一些修改，只获取最新的C3值，然后删除此集合中不存在的值

由于mysql错误阻止通过from子句更新目标表，我不得不使用from两次。下面是一个更好地解释这个问题的例子

delete from strings where strings.C3 not in 
( select C3 from 
    ( select C3 from strings join 
        ( select C1, C2, max(timestamp) as max_timestamp from strings group by C1, C2 ) t2
        on strings.C1 = t2.C1
        and strings.C2 = t2.C2
        and strings.Timestamp = max_timestamp 
    ) as t3
);

---

这个问题每天被正确地问和回答好几次。请注意，对于大型数据集，可以更快地构造一个新表，只保留所需的数据，然后用该表替换旧表。此外，您给出的预期输出与前面的句子不一致。我对问题进行了编辑，以提供更清晰的信息。考虑C3作为一个独特的哈希值，C1，C2应该只有一个，但不知何故，我现在得到了另一个C3。所以我需要删除包含旧C3值的行。嗨，蒂姆。我相信这个解决方案只会产生具有最新时间戳的C1、C2、C3的不同组合。我只想删除额外的C3组合。@arjunkhera我已根据您更新的逻辑对我的答案进行了轻微编辑。如果值总是按顺序递增，我会这样做，但这里不是这样。时间戳似乎不相关，问：我的答案下面的评论。@Tim Biegeleisen：在arjunkhera评论提到的最后一次编辑之前，你的答案看起来和我的几乎一样，但是你的答案是t2.C3=t1.C3。因此，您没有按照请求删除旧的不同的C3，而是按照C1/C2/C3保留所有最新的行。我确实认为时间戳很重要，我们不应该依赖于新的C3大于以前的C3。我确信我的查询是正确的。如果相同的C3不能出现在不同的C1/C2对中，那么这是可行的。我觉得我的答案更具可读性，但你是对的，MySQL在更新或删除中使用同一个表时存在问题，通常通过从mytable替换为从select*从mytable来避免这个问题。我会相应地更新我的答案。我仍然认为您面临的主要问题是有缺陷的数据模型，这使得不一致性成为可能。C3的值总是不同的。因此，对于任何给定的C1/C2对，它总是唯一的。我在我的问题中提到过，我继承了这个数据库，需要尽快解决这个问题。但是，感谢您的建议，在将其转移到新方案时，请记住，对于C1/C2对，C3被认为是唯一的，这本质上就是问题所在，因为您现在必须删除不一致的其他C3。但是其他C1/C2呢？他们能有相同的C3吗？如果是这样，则delete语句是不够的。

delete from strings where strings.C3 not in 
( select C3 from 
    ( select C3 from strings join 
        ( select C1, C2, max(timestamp) as max_timestamp from strings group by C1, C2 ) t2
        on strings.C1 = t2.C1
        and strings.C2 = t2.C2
        and strings.Timestamp = max_timestamp 
    ) as t3
);