solo - Eliminar registros duplicados en SQL Server?

sql eliminar registros repetidos dejando solo 1

Question

Considere una columna llamada EmployeeName table Employee . El objetivo es eliminar registros repetidos, según el campo EmployeeName .

EmployeeName
------------
Anand
Anand
Anil
Dipak
Anil
Dipak
Dipak
Anil

Con una consulta, quiero eliminar los registros que se repiten.

¿Cómo se puede hacer esto con TSQL en SQL Server?

Answer 1

Esta es una buena forma de deduplicar registros en una tabla que tiene una columna de identidad basada en la clave principal deseada que puede definir en tiempo de ejecución. Antes de comenzar llenaré un conjunto de datos de muestra para que trabaje con el siguiente código:

if exists (select 1 from sys.all_objects where type=''u'' and name=''_original'')
drop table _original
declare @startyear int = 2017
declare @endyear int = 2018
declare @iterator int = 1
declare @income money = cast((SELECT round(RAND()*(5000-4990)+4990 , 2)) as money)
declare @salesrepid int = cast(floor(rand()*(9100-9000)+9000) as varchar(4))
create table #original (rowid int identity, monthyear varchar(max), salesrepid int, sale money)
while @iterator<=50000 begin
insert #original
select (Select cast(floor(rand()*(@endyear-@startyear)+@startyear) as varchar(4))+''-''+ cast(floor(rand()*(13-1)+1) as varchar(2)) ), @salesrepid , @income
set @salesrepid = cast(floor(rand()*(9100-9000)+9000) as varchar(4))
set @income = cast((SELECT round(RAND()*(5000-4990)+4990 , 2)) as money)
set @iterator=@iterator+1
end
update #original
set monthyear=replace(monthyear, ''-'', ''-0'') where len(monthyear)=6
select * into _original from #original

A continuación, crearé un tipo llamado ColumnNames:

create type ColumnNames AS table
(Columnnames varchar(max))

Finalmente crearé un proceso almacenado con las siguientes 3 advertencias: 1. El proceso tomará un parámetro requerido @tablename que define el nombre de la tabla que está eliminando en su base de datos. 2. El proc tiene un parámetro opcional @columns que puede usar para definir los campos que componen la clave primaria deseada contra la que está eliminando. Si este campo se deja en blanco, se supone que todos los campos además de la columna de identidad constituyen la clave principal deseada. 3. Cuando se eliminan registros duplicados, se mantendrá el registro con el valor más bajo en su columna de identidad.

Aquí está mi proceso almacenado delete_dupes:

 create proc delete_dupes (@tablename varchar(max), @columns columnnames readonly)
as
begin
declare @table table (iterator int, name varchar(max), is_identity int)
declare @tablepartition table (idx int identity, type varchar(max), value varchar(max))
declare @partitionby varchar(max)
declare @iterator int= 1
if exists (select 1 from @columns) begin
declare @columns1 table (iterator int, columnnames varchar(max))
insert @columns1
select 1, columnnames from @columns
set @partitionby = (select distinct
substring((Select '', ''+t1.columnnames
From @columns1 t1
Where T1.iterator = T2.iterator
ORDER BY T1.iterator
For XML PATH ('''')),2, 1000) partition
From @columns1 T2 )
end
insert @table
select 1, a.name, is_identity from sys.all_columns a join sys.all_objects b on a.object_id=b.object_id
where b.name = @tablename
declare @identity varchar(max)= (select name from @table where is_identity=1)
while @iterator>=0 begin
insert @tablepartition
Select distinct case when @iterator=1 then ''order by'' else ''over (partition by'' end ,
substring((Select '', ''+t1.name
From @table t1
Where T1.iterator = T2.iterator and is_identity=@iterator
ORDER BY T1.iterator
For XML PATH ('''')),2, 5000) partition
From @table T2
set @iterator=@iterator-1
end
declare @originalpartition varchar(max)
if @partitionby is null begin
select @originalpartition = replace(b.value+'',''+a.type+a.value ,''over (partition by'','''') from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
select @partitionby = a.type+a.value+'' ''+b.type+a.value+'',''+b.value+'') rownum'' from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
end
else
begin
select @originalpartition=b.value +'',''+ @partitionby from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1
set @partitionby = (select ''OVER (partition by''+ @partitionby + '' ORDER BY''+ @partitionby + '',''+b.value +'') rownum''
from @tablepartition a cross join @tablepartition b where a.idx=2 and b.idx=1)
end
exec(''select row_number() '' + @partitionby +'', ''+@originalpartition+'' into ##temp from ''+ @tablename+'''')
exec(
''delete a from _original a
left join ##temp b on a.''+@identity+''=b.''+@identity+'' and rownum=1
where b.rownum is null'')
drop table ##temp
end

Una vez que se cumple esto, puede eliminar todos sus registros duplicados ejecutando el proceso. Para eliminar duplicados sin definir una clave principal deseada, use esta llamada:

exec delete_dupes ''_original''

Para eliminar duplicados basados ​​en una clave primaria deseada definida, use esta llamada:

declare @table1 as columnnames
insert @table1
values (''salesrepid''),(''sale'')
exec delete_dupes ''_original'' , @table1

Answer 2

Podría intentar algo como lo siguiente:

delete T1
from MyTable T1, MyTable T2
where T1.dupField = T2.dupField
and T1.uniqueField > T2.uniqueField

(esto supone que tiene un campo exclusivo basado en enteros)

Personalmente, aunque diría que es mejor que intentes corregir el hecho de que se están agregando entradas duplicadas a la base de datos antes de que ocurra, en lugar de hacerlo como una operación posterior de reparación.

Answer 3

Por favor, mira la forma de eliminación a continuación también.

Declare @Employee table (EmployeeName varchar(10))
Insert into @Employee values
(''Anand''),(''Anand''),(''Anil''),(''Dipak''),
(''Anil''),(''Dipak''),(''Dipak''),(''Anil'')
Select * from @Employee

Creó una tabla de muestra llamada @Employee y la cargó con datos proporcionados.

Delete aliasName from (
Select *,
ROW_NUMBER() over (Partition by EmployeeName order by EmployeeName) as rowNumber
From @Employee) aliasName
Where rowNumber > 1
Select * from @Employee

Resultado:

Lo sé, esto se hace hace seis años, publicando solo en caso de que sea útil para cualquiera.

Answer 4

Puedes hacer esto con las funciones de ventana. Ordenará los duplicados por empire y eliminará todos menos el primero.

delete x from (
select *, rn=row_number() over (partition by EmployeeName order by empId)
from Employee
) x
where rn > 1;

Ejecútelo como selección para ver lo que se eliminará:

select *
from (
select *, rn=row_number() over (partition by EmployeeName order by empId)
from Employee
) x
where rn > 1;

Answer 5

Si está buscando una forma de eliminar duplicados, pero tiene una clave externa que apunta a la tabla con duplicados, puede tomar el siguiente acercamiento usando un cursor lento pero efectivo.

Reubicará las claves duplicadas en la tabla de clave externa.

create table #properOlvChangeCodes(
id int not null,
name nvarchar(max) not null
)
DECLARE @name VARCHAR(MAX);
DECLARE @id INT;
DECLARE @newid INT;
DECLARE @oldid INT;
DECLARE OLVTRCCursor CURSOR FOR SELECT id, name FROM Sales_OrderLineVersionChangeReasonCode;
OPEN OLVTRCCursor;
FETCH NEXT FROM OLVTRCCursor INTO @id, @name;
WHILE @@FETCH_STATUS = 0
BEGIN
-- determine if it should be replaced (is already in temptable with name)
if(exists(select * from #properOlvChangeCodes where Name=@name)) begin
-- if it is, finds its id
Select top 1 @newid = id
from Sales_OrderLineVersionChangeReasonCode
where Name = @name
-- replace terminationreasoncodeid in olv for the new terminationreasoncodeid
update Sales_OrderLineVersion set ChangeReasonCodeId = @newid where ChangeReasonCodeId = @id
-- delete the record from the terminationreasoncode
delete from Sales_OrderLineVersionChangeReasonCode where Id = @id
end else begin
-- insert into temp table if new
insert into #properOlvChangeCodes(Id, name)
values(@id, @name)
end
FETCH NEXT FROM OLVTRCCursor INTO @id, @name;
END;
CLOSE OLVTRCCursor;
DEALLOCATE OLVTRCCursor;
drop table #properOlvChangeCodes

Answer 6

Suponiendo que su tabla Employee también tenga una columna única ( ID en el ejemplo a continuación), lo siguiente funcionará:

delete from Employee
where ID not in
(
select min(ID)
from Employee
group by EmployeeName
);

Esto dejará la versión con el ID más bajo en la tabla.

Editar
Comentario de Re McGyver - a partir de SQL 2012

MIN se puede utilizar con columnas numéricas, char, varchar, uniqueidentifier o datetime, pero no con columnas de bits

Para 2008 R2 y anteriores,

MIN se puede usar con columnas numéricas, char, varchar o datetime, pero no con columnas de bits (y tampoco funciona con GUID)

Para 2008R2, deberá convertir el GUID a un tipo compatible con MIN , por ejemplo

delete from GuidEmployees
where CAST(ID AS binary(16)) not in
(
select min(CAST(ID AS binary(16)))
from GuidEmployees
group by EmployeeName
);

SqlFiddle para varios tipos en Sql 2008

SqlFiddle para varios tipos en Sql 2012

Answer 7

Tratar

DELETE
FROM employee
WHERE rowid NOT IN (SELECT MAX(rowid) FROM employee
GROUP BY EmployeeName);

Answer 8

DELETE
FROM MyTable
WHERE ID NOT IN (
SELECT MAX(ID)
FROM MyTable
GROUP BY DuplicateColumn1, DuplicateColumn2, DuplicateColumn3)

WITH TempUsers (FirstName, LastName, duplicateRecordCount)
AS
(
SELECT FirstName, LastName,
ROW_NUMBER() OVER (PARTITIONBY FirstName, LastName ORDERBY FirstName) AS duplicateRecordCount
FROM dbo.Users
)
DELETE
FROM TempUsers
WHERE duplicateRecordCount > 1

Answer 9

WITH CTE AS
(
SELECT EmployeeName,
ROW_NUMBER() OVER(PARTITION BY EmployeeName ORDER BY EmployeeName) AS R
FROM employee_table
)
DELETE CTE WHERE R > 1;

La magia de las expresiones de tabla comunes.