如何删除SQL Server中的重复行？

如何删除不unique row id存在的重复行？

我的桌子是

col1  col2 col3 col4 col5 col6 col7
john  1    1    1    1    1    1 
john  1    1    1    1    1    1
sally 2    2    2    2    2    2
sally 2    2    2    2    2    2

在重复删除后，我想保留以下内容：

john  1    1    1    1    1    1
sally 2    2    2    2    2    2

我已经尝试了一些查询，但是我认为它们依赖于行ID，因为我没有得到期望的结果。例如：

DELETE
FROM table
WHERE col1 IN (
    SELECT id
    FROM table
    GROUP BY id
    HAVING (COUNT(col1) > 1)
)

我喜欢CTE，ROW_NUMBER两者结合起来使我们可以看到删除（或更新）了哪些行，因此只需将更DELETE FROM CTE...改为SELECT * FROM CTE：

WITH CTE AS(
   SELECT [col1], [col2], [col3], [col4], [col5], [col6], [col7],
       RN = ROW_NUMBER()OVER(PARTITION BY col1 ORDER BY col1)
   FROM dbo.Table1
)
DELETE FROM CTE WHERE RN > 1

DEMO （结果有所不同；我认为这是由于您的错字引起的）

COL1    COL2    COL3    COL4    COL5    COL6    COL7
john    1        1       1       1       1       1
sally   2        2       2       2       2       2

本示例col1由于导致按单个列确定重复项PARTITION BY col1。如果要包括多个列，只需将它们添加到中PARTITION BY：

ROW_NUMBER()OVER(PARTITION BY Col1, Col2, ... ORDER BY OrderColumn)

我希望CTE从SQL Server表中删除重复的行

强烈建议您遵循本文:: http://codaffection.com/sql-server-article/delete-duplicate-rows-in-sql-server/

通过保持原始

WITH CTE AS
(
SELECT *,ROW_NUMBER() OVER (PARTITION BY col1,col2,col3 ORDER BY col1,col2,col3) AS RN
FROM MyTable
)

DELETE FROM CTE WHERE RN<>1

不保留原始

WITH CTE AS
(SELECT *,R=RANK() OVER (ORDER BY col1,col2,col3)
FROM MyTable)
 
DELETE CTE
WHERE R IN (SELECT R FROM CTE GROUP BY R HAVING COUNT(*)>1)

无需使用CTE，ROW_NUMBER()您可以仅通过使用group by with MAX功能删除记录，这是示例

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

DELETE from search
where id not in (
   select min(id) from search
   group by url
   having count(*)=1

   union

   SELECT min(id) FROM search
   group by url
   having count(*) > 1
)

请也参阅以下删除方式。

Declare @table table
(col1 varchar(10),col2 int,col3 int, col4 int, col5 int, col6 int, col7 int)
Insert into @table values 
('john',1,1,1,1,1,1),
('john',1,1,1,1,1,1),
('sally',2,2,2,2,2,2),
('sally',2,2,2,2,2,2)

创建一个名为的示例表@table，并使用给定数据加载该表。

Delete  aliasName from (
Select  *,
        ROW_NUMBER() over (Partition by col1,col2,col3,col4,col5,col6,col7 order by col1) as rowNumber
From    @table) aliasName 
Where   rowNumber > 1

Select * from @table

注意：如果要提供Partition by零件中的所有列，则order by意义不大。

我知道，这个问题是三年前提出的，而我的答案是蒂姆发表的另一版本，但是如果发帖对任何人都有帮助，则可以发表。

如果没有引用（例如外键），则可以执行此操作。测试概念证明和测试数据重复时，我会做很多事情。

SELECT DISTINCT [col1],[col2],[col3],[col4],[col5],[col6],[col7]

INTO [newTable]

进入对象资源管理器并删除旧表。

用旧表的名称重命名新表。

Microsoft有一个关于如何删除重复项的简洁指南。查看 http://support.microsoft.com/kb/139444

简而言之，这是删除几行时最简单的删除重复项的方法：

SET rowcount 1;
DELETE FROM t1 WHERE myprimarykey=1;

myprimarykey是该行的标识符。

我将rowcount设置为1，因为只有两行重复。如果我重复了3行，则应将rowcount设置为2，以便它删除看到的前两行，而只在表t1中保留一行。

希望它能帮助任何人

尝试使用：

SELECT linkorder
    ,Row_Number() OVER (
        PARTITION BY linkorder ORDER BY linkorder DESC
        ) AS RowNum
FROM u_links

在尝试了上述建议的解决方案之后，该方法适用于中小型表。我可以建议针对非常大的表的解决方案。因为它是迭代运行的。

1. 删除所有的依赖视图 LargeSourceTable
2. 您可以使用sql managment studio查找依赖项，右键单击表格，然后单击“查看依赖项”
3. 重命名表：
4. sp_rename 'LargeSourceTable', 'LargeSourceTable_Temp'; GO
5. LargeSourceTable再次创建一个，但是现在，添加一个主键，其中包含所有定义重复项的列WITH (IGNORE_DUP_KEY = ON)

6. 例如：

   CREATE TABLE [dbo].[LargeSourceTable] ( ID int IDENTITY(1,1), [CreateDate] DATETIME CONSTRAINT [DF_LargeSourceTable_CreateDate] DEFAULT (getdate()) NOT NULL, [Column1] CHAR (36) NOT NULL, [Column2] NVARCHAR (100) NOT NULL, [Column3] CHAR (36) NOT NULL, PRIMARY KEY (Column1, Column2) WITH (IGNORE_DUP_KEY = ON) ); GO

7. 再次为新创建的表创建放在第一位的视图

8. 现在，运行以下sql脚本，您将在每页1,000,000行中看到结果，您可以更改每页的行号以更频繁地查看结果。

9. 请注意，我设置了IDENTITY_INSERTon和off，因为其中一列包含自动增量ID，我也在复制

SET IDENTITY_INSERT LargeSourceTable ON DECLARE @PageNumber AS INT, @RowspPage AS INT DECLARE @TotalRows AS INT declare @dt varchar(19) SET @PageNumber = 0 SET @RowspPage = 1000000 select @TotalRows = count (*) from LargeSourceTable_TEMP

While ((@PageNumber - 1) * @RowspPage < @TotalRows )
Begin
    begin transaction tran_inner
        ; with cte as
        (
            SELECT * FROM LargeSourceTable_TEMP ORDER BY ID
            OFFSET ((@PageNumber) * @RowspPage) ROWS
            FETCH NEXT @RowspPage ROWS ONLY
        )

        INSERT INTO LargeSourceTable 
        (
             ID                     
            ,[CreateDate]       
            ,[Column1]   
            ,[Column2] 
            ,[Column3]       
        )       
        select 
             ID                     
            ,[CreateDate]       
            ,[Column1]   
            ,[Column2] 
            ,[Column3]       
        from cte

    commit transaction tran_inner

    PRINT 'Page: ' + convert(varchar(10), @PageNumber)
    PRINT 'Transfered: ' + convert(varchar(20), @PageNumber * @RowspPage)
    PRINT 'Of: ' + convert(varchar(20), @TotalRows)

    SELECT @dt = convert(varchar(19), getdate(), 121)
    RAISERROR('Inserted on: %s', 0, 1, @dt) WITH NOWAIT
    SET @PageNumber = @PageNumber + 1
End

SET IDENTITY_INSERT LargeSourceTable OFF

有两种解决方案mysql：

A）使用DELETE JOIN语句删除重复的行

DELETE t1 FROM contacts t1
INNER JOIN contacts t2 
WHERE 
    t1.id < t2.id AND 
    t1.email = t2.email;

该查询两次引用联系人表，因此，它使用表别名t1和t2。

输出为：

1查询正常，受影响的4行（0.10秒）

如果您要删除重复的行并保留lowest id，则可以使用以下语句：

DELETE c1 FROM contacts c1
INNER JOIN contacts c2 
WHERE
    c1.id > c2.id AND 
    c1.email = c2.email;

B）使用中间表删除重复的行

下面显示了使用中间表删除重复行的步骤：

    1.创建具有与要删除重复行的原始表相同结构的新表。

    2.从原始表到直接表插入不同的行。

    3.从原始表到直接表插入不同的行。

步骤1.创建一个新表，其结构与原始表相同：

CREATE TABLE source_copy LIKE source;

步骤2.将不同的行从原始表插入到新表中：

INSERT INTO source_copy
SELECT * FROM source
GROUP BY col; -- column that has duplicate values

步骤3.删除原始表并将立即表重命名为原始表

DROP TABLE source;
ALTER TABLE source_copy RENAME TO source;

资料来源：http : //www.mysqltutorial.org/mysql-delete-duplicate-rows/

-- this query will keep only one instance of a duplicate record.
;WITH cte
     AS (SELECT ROW_NUMBER() OVER (PARTITION BY col1, col2, col3-- based on what? --can be multiple columns
                                       ORDER BY ( SELECT 0)) RN
         FROM   Mytable)



delete  FROM cte
WHERE  RN > 1

您需要根据字段将重复记录分组，然后保留其中一条记录并删除其余记录。例如：

DELETE prg.Person WHERE Id IN (
SELECT dublicateRow.Id FROM
(
select MIN(Id) MinId, NationalCode
 from  prg.Person group by NationalCode  having count(NationalCode ) > 1
 ) GroupSelect
 JOIN  prg.Person dublicateRow ON dublicateRow.NationalCode = GroupSelect.NationalCode 
 WHERE dublicateRow.Id <> GroupSelect.MinId)

从巨大的（几百万个记录）表中删除重复项可能需要很长时间。我建议您对所选行的临时表进行批量插入，而不要删除。

--REWRITING YOUR CODE(TAKE NOTE OF THE 3RD LINE) WITH CTE AS(SELECT NAME,ROW_NUMBER() 
OVER (PARTITION BY NAME ORDER BY NAME) ID FROM @TB) SELECT * INTO #unique_records FROM 
CTE WHERE ID =1;

在sql server中，可以通过许多方法完成此操作，最简单的方法是：将重复行表中的不同行插入到新的临时表中。然后从重复行表中删除所有数据，然后从临时表中插入没有重复项的所有数据，如下所示。

select distinct * into #tmp From table
   delete from table
   insert into table
   select * from #tmp drop table #tmp

   select * from table

使用通用表表达式（CTE）删除重复的行

With CTE_Duplicates as 
(select id,name , row_number() 
over(partition by id,name order by id,name ) rownumber  from table  ) 
delete from CTE_Duplicates where rownumber!=1

with myCTE
as

(
select productName,ROW_NUMBER() over(PARTITION BY productName order by slno) as Duplicate from productDetails
)
Delete from myCTE where Duplicate>1

参考https://support.microsoft.com/en-us/help/139444/how-to-remove-dumove-rows-from-a-table-in-sql-server

删除重复项的想法涉及

• a）保护那些不重复的行
• b）保留多个一起被视为重复的行之一。

一步步

• 1）首先确定满足重复定义的行，然后将它们插入到临时表中，例如#tableAll。
• 2）选择非重复（单行）或不同的行到临时表，说#tableUnique。
• 3）从加入#tableAll的源表中删除以删除重复项。
• 4）将#tableUnique中的所有行插入源表。
• 5）删除#tableAll和#tableUnique

如果您可以将列临时添加到表中，那么这对我来说是一种解决方案：

ALTER TABLE dbo.DUPPEDTABLE ADD RowID INT NOT NULL IDENTITY(1,1)

然后使用MIN和GROUP BY的组合执行DELETE

DELETE b
FROM dbo.DUPPEDTABLE b
WHERE b.RowID NOT IN (
                     SELECT MIN(RowID) AS RowID
                     FROM dbo.DUPPEDTABLE a WITH (NOLOCK)
                     GROUP BY a.ITEM_NUMBER,
                              a.CHARACTERISTIC,
                              a.INTVALUE,
                              a.FLOATVALUE,
                              a.STRINGVALUE
                 );

验证删除是否正确执行：

SELECT a.ITEM_NUMBER,
    a.CHARACTERISTIC,
    a.INTVALUE,
    a.FLOATVALUE,
    a.STRINGVALUE, COUNT(*)--MIN(RowID) AS RowID
FROM dbo.DUPPEDTABLE a WITH (NOLOCK)
GROUP BY a.ITEM_NUMBER,
    a.CHARACTERISTIC,
    a.INTVALUE,
    a.FLOATVALUE,
    a.STRINGVALUE
ORDER BY COUNT(*) DESC 

结果中不应包含计数大于1的行。最后，删除rowid列：

ALTER TABLE dbo.DUPPEDTABLE DROP COLUMN RowID;

在一个步骤中删除丢失信息的重复行的另一种方法如下：

delete from dublicated_table t1 (nolock)
join (
    select t2.dublicated_field
    , min(len(t2.field_kept)) as min_field_kept
    from dublicated_table t2 (nolock)
    group by t2.dublicated_field having COUNT(*)>1
) t3 
on t1.dublicated_field=t3.dublicated_field 
    and len(t1.field_kept)=t3.min_field_kept

哦，哇，准备好所有这些答案让我感到非常愚蠢，它们就像专家对所有CTE和临时表等的答案一样。

而我要做的只是通过使用MAX汇总ID列。

DELETE FROM table WHERE col1 IN (
    SELECT MAX(id) FROM table GROUP BY id HAVING ( COUNT(col1) > 1 )
)

注意：您可能需要多次运行它才能删除重复项，因为这一次只会删除一组重复的行。

DECLARE @TB TABLE(NAME VARCHAR(100));
INSERT INTO @TB VALUES ('Red'),('Red'),('Green'),('Blue'),('White'),('White')
--**Delete by Rank**
;WITH CTE AS(SELECT NAME,DENSE_RANK() OVER (PARTITION BY NAME ORDER BY NEWID()) ID FROM @TB)
DELETE FROM CTE WHERE ID>1
SELECT NAME FROM @TB;
--**Delete by Row Number** 
;WITH CTE AS(SELECT NAME,ROW_NUMBER() OVER (PARTITION BY NAME ORDER BY NAME) ID FROM @TB)
DELETE FROM CTE WHERE ID>1;
SELECT NAME FROM @TB;

DELETE FROM TBL1  WHERE ID  IN
(SELECT ID FROM TBL1  a WHERE ID!=
(select MAX(ID) from TBL1  where DUPVAL=a.DUPVAL 
group by DUPVAL
having count(DUPVAL)>1))