Mysql 如何从这些重复项中清理数据库

我有一个包含以下字段的表： id |域名|域名|证书|编号|密钥值

select语句的输出示例如下：

'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’

我需要清理我的数据库，以便：我想删除第一个

域\u证书\u no

重复

keyvalue

的域名（即，在本例中，我查找字段

domain\u certificate\u no

：

02aa6aa.netsolstores.com\u 1

，因为它是数字1，并且具有重复的密钥值，所以我想删除整个链，即

02aa6aa.netsolstores.com\u 2

和

02aa6aa.netsolstores.com\u 3

，通过删除域名这个连锁店所属的是

02aa6aa.netsolstores.com

如何自动化整个数据库的检查过程。因此，我有一个查询，可以检查模式

（'.%.%）

编辑：中的任何域名，并且它们具有共享域名（在本例中：

netsolstores.com

），如果它发现属于该域名的证书编号1具有重复的键值，则删除。否则为否。请注意，如果不是1号，

域证书编号

具有重复的键值是可以的

---

编辑：我只比较同一个二级域名的重复值。例如：在这个问题中，我比较共享该域名的值：

.netsolstores.com

。如果我有另一个域名，使用子级域，我也会这样做。但重点是我不需要比较整个数据库。只比较值使用共享域名（但不同的子域）。

我不确定您的示例中的“02aa6aa.netsolstores.com_1”会发生什么

以下仅保留任何重复密钥的最小id：

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 

对于您提供的数据，这似乎可以做到。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

虽然我更喜欢积极的态度（考虑要保留的行而不是删除的行），但下面应该删除您想要的：

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)

还有其他更有效的表达方法（取决于数据库），但这保留了原始查询的结构

---

顺便说一下，在尝试新的删除代码时，请确保您保存了表的副本。删除（和更新）很容易出错。例如，如果您省略WHERE子句，在记录所有行的漫长痛苦过程之后，所有行都将消失。您可能会发现，只需将所需的结果选择到一个新表中，验证它们，然后截断旧表并重新插入它们会更快。

您能否澄清“删除链”一词位。如果您要删除

02aa6aa.netsolstores.com

以删除链，您保留了什么？是否存在需要

2

等的情况？在本例中，如果我删除：

02a1fae.netsolstores.com

，我将保留另一个域

02aa6aa.netsolstores.com

。换句话说，我不需要整个域链如果1号证书有重复密钥。没有任何情况下我需要删除2如果1号证书。但请记住我添加的编辑。比较是在共享域名但不同子级域名的域名之间。也就是说，如果有重复使用不同域名的情况，比如说，

02a1fae.msn.com

，那么就可以了。不需要与其他域名进行比较。在我看来，这是一个select语句。我需要删除重复的值。通常，当我尝试删除查询结果的记录时（在workbench中），它不允许我。它将其标记为只读。我不这样认为。我不需要为任何重复密钥保留最小值。我希望为共享该域名的域名保留任何重复密钥的最小值（在我的示例中，共享域名是：

netsolstores.com

）。调整Gordon的答案，直到它返回您要删除的行（当您删除大量行时，请确保这一点）。然后调整它，使其仅返回您要删除的行的id。然后执行

从t where id in删除（/*Select statement here*/）

。