SQL 用于根据到期日期有选择地删除重复记录

Question

我有一个 MariaDB table 如下：

userid	username	email	expirydate
1	jackd	jackd@example.com	2018-10-09
2	jillf	jillf@example.com	2022-12-19
3	aaron	aaron@someone.com	2022-09-29
4	aaron1	aaron@someone.com	2021-12-19
5	jackd2	jackd@example.com	2017-11-03
6	jackd3	jackd@example.com	2019-10-09
7	simd	simd@somewhere.com	2023-03-13
8	simdb	simd@somewhere.com	2024-10-09

它允许用户使用他们的用户名登录，这是唯一的。这其他列不是唯一的。具体来说，一个用户可以有多个使用不同用户名的帐户，但每个帐户都可以拥有相同的电子邮件地址。大多数用户只有一个用户名。

我们正在转向基于电子邮件而非用户名的登录系统这意味着电子邮件现在需要是唯一的，我们需要清理 table 因为我们有重复的电子邮件。将用户与电子邮件关联意味着用户可以有一些未过期的帐户，一些已过期以及这两个属性的任意组合。为了例如，电子邮件为 jackd@example.com 的用户有三个帐户，其中都过期了，而 aaron@someone.com 有一个过期的帐户和一个活跃账户。 simd@somewhere.com 有两个帐户都是积极的。过期和有效的其他组合也是可能的。

我想做以下事情：

保留所有到期日期都在未来的重复电子邮件行（例如，保留 simd@somewhere.com 的两行）。
如果电子邮件与过期行和活动行混合关联，则仅删除已过期的行（例如，保留第一行并删除 arron@someone.com).
如果电子邮件与所有过期的行相关联，保留最新的（基于过期日期）行并删除其余行（例如，保留最后一行并删除 jackd@example.com).
只应定位重复的电子邮件行。

结尾 table 看起来像这样：

userid	username	email	expirydate
2	jillf	jillf@example.com	2022-12-19
3	aaron	aaron@someone.com	2022-09-29
6	jackd3	jackd@example.com	2019-10-09
7	simd	simd@somewhere.com	2023-03-13
8	simdb	simd@somewhere.com	2024-10-09

我已经尝试了所有我能想到的方法，但我总是失败。任何帮助将不胜感激。非常感谢！

Answer 1

您可以通过使用 CTE 确定每个用户的到期日期顺序并确定该用户是否有任何未到期的帐户来获得您想要的结果（利用 MIN逻辑值相当于 AND)。然后你 select 来自该 CTE 的行，其中帐户尚未过期，或者 - 如果电子邮件只有过期帐户 - 该帐户具有最新的到期日期：

WITH rns AS (
  SELECT *, 
         ROW_NUMBER() OVER (PARTITION BY email ORDER BY expirydate DESC) AS rn,
         MIN(expirydate < CURDATE()) OVER (PARTITION BY email) AS allexpired
  FROM users
)
SELECT userid, username, email, expirydate
FROM rns
WHERE expirydate >= CURDATE()
   OR allexpired AND rn = 1
ORDER BY userid

输出（对于您的样本数据）：

userid  username    email               expirydate
2       jillf       jillf@example.com   2022-12-19
3       aaron       aaron@someone.com   2022-09-29
6       jackd3      jackd@example.com   2019-10-09
7       simd        simd@somewhere.com  2023-03-13
8       simdb       simd@somewhere.com  2024-10-09

Demo on dbfiddle

要从 table 中删除不需要的记录，您可以使用 DELETE 和 CTE，只要您是运行 MariaDB 10.4 或更高版本（有一个错误这会阻止它在 MariaDB 10.3 及更早版本中工作。

DELETE users FROM users
JOIN (
  WITH rns AS (
    SELECT *, 
           ROW_NUMBER() OVER (PARTITION BY email ORDER BY expirydate DESC) AS rn,
           MIN(expirydate < CURDATE()) OVER (PARTITION BY email) AS allexpired
    FROM users
  )
  SELECT userid
  FROM rns
  WHERE expirydate < CURDATE() AND (NOT allexpired OR rn > 1)
) del
WHERE users.userid = del.userid

对于 MariaDB 10.3 及更早版本，最简单的解决方法是创建一个包含所需行的新 table，删除旧的 table，然后将新的 table 重命名为旧的.这将是 CREATE TABLE 命令：

CREATE TABLE users2 (
  `userid` INTEGER,
  `username` VARCHAR(6),
  `email` VARCHAR(18),
  `expirydate` DATE
) AS
WITH rns AS (
  SELECT *, 
         ROW_NUMBER() OVER (PARTITION BY email ORDER BY expirydate DESC) AS rn,
         MIN(expirydate < CURDATE()) OVER (PARTITION BY email) AS allexpired
  FROM users
)
SELECT userid, username, email, expirydate
FROM rns
WHERE expirydate >= CURDATE()
   OR allexpired AND rn = 1
ORDER BY userid

Demo on dbfiddle

SQL 用于根据到期日期有选择地删除重复记录

SQL for selectively deleting duplicate records based on expiry dates

mysql

sql

mariadb