databaser - Dubletter i MySQL-databaser. - Udvikleren.dk

Tags: databaser

Bruger #16226 @ 03.11.10 20:30

Hej udviklere,

Jeg står med en database der indeholder uoverkommeligt mange rækker og har fået et indtryk af, at den indeholder dubletter, hvilket i mit tilfælde er temmelig nødvendigt at få elimineret.

Jeg har søgt på emnet på internettet naturligvis, men det er ikke lykkedes mig at komme frem til en SQL-forespørgsel der returnerer de dubletter, jeg leder efter.

Min database med navnet rank er bygget om som følger:
ID - UID - NAME - PICTURE - LINK - RANK:
1 - 23 - Lars - http://...- http:// - 2
1 - 24 - Peter - http://...- http:// - 2
1 - 23 - Lars - http://...- http:// - 2
1 - 26 - Lasse - http://...- http:// - 2

Ovenstående data er blot eksempler, men de giver dog et indtryk af, hvordan min tabel ser ud.

Mit problem ligger i, at jeg skal have fundet ud af, hvornår navn og UID går igen, og det er indtil videre ikke lykkes mig, derfor har jeg kraftigt brug for jeres hjælp! :-)

Alt det bedste,
Mathias.

Bruger #10216 @ 03.11.10 20:57

4.283

Mener at det er noget lign. dette du skal bruge for at finde dubletter frem.

SQL kode

 SELECT * FROM rank GROUP BY uid, name HAVING COUNT(*) > 1

Indlæg senest redigeret d. 03.11.2010 20:58 af Bruger #10216

Bruger #16226 @ 03.11.10 21:26

Jeg tror umiddelbart, at du er inde på noget af det rigtige, men forespørgslen finder ikke frem til nøjagtigt det output, jeg søger.

Fx kan jeg i min database se, at der er tre personer med navnet "Kemp Peterson", men findes der en måde, hvorpå den finder frem til de to dubletter, således at man bare kan markere alle rækkerne og udrydde dubletterne på den måde, mens man stadigvæk efterlader den oprindelige række, hvori navnet "Kemp Peterson" indgår? Giver det mening?

Bruger #10216 @ 03.11.10 21:58

4.283

Hvis ikke det skal i noget virkelig kryptisk SQL, så vil jeg nok nøjes med ovenstående.

Du kan jo udvide den til

SQL kode

 SELECT *, COUNT(*) AS cnt FROM rank GROUP BY uid, name HAVING COUNT(*) > 1

Skriv en stump kode i dit serversprog der gennemløber resultatet og afvikler en SQL-streng for hver række:

SQL kode

 DELETE FROM rank WHERE uid = $uid LIMIT $cnt - 1

Dollartegnet er variabler fra din kode, som matcher uid og cnt felterne i tidligere resultat.

Bruger #10216 @ 03.11.10 22:00

4.283

Ellers kan denne måske virke - prøv dog med select inden du afvikler en delete

SQL kode

 DELETE FROM rank WHERE id NOT IN (SELECT id FROM rank GROUP BY uid)

Bruger #13559 @ 03.11.10 22:07

198

I dit eksempel har du skrevet id=1 i alle rækkerne, men er id ikke et unikt id? Hvis hver enkel id er unik kan du vælge de to "Kemp Peterson"-rækker med en id der er større end den originale "Kemp Peterson"-række:

Kode

SELECT * 
FROM rank r1 
WHERE EXISTS (
    SELECT * 
    FROM rank r2 
    WHERE r1.uid=r2.uid AND 
          r1.name=r2.name AND 
          r2.id<r1.id
)

Bruger #16226 @ 04.11.10 07:42

Jo. Det er lige nøjagtigt den korrekte forespørgsel, du har fat i! Tusind tak for hjælpen.

Bruger #16226 @ 04.11.10 08:11

Når jeg forsøger at slette de resultater der dukker op i phpMyAdmin returnerer siden blot følgende fejl, "#1054 - Unknown column 'r1.id' in 'where clause' " og "DELETE FROM `rank`.`rank` WHERE `r1`.`id` =171". Problemet er tydeligvis r1 som ikke eksisterer i tabellen, men så vidt jeg kan se er med til at give de korrekte dubletter i selve forespørgslen. Har I nogle gode fif til, hvorledes man lige kringler den?

Bruger #13559 @ 04.11.10 10:40

198

Jeg tror måske mit forslag har forvirret mere end det gavnede. Hvis det ikke er vigtigt at det er rækken med det laveste id der bliver gemt, er Michael Larsens løsning (03-11-2010 22:00) mere elegant. Den kræver dog to rettelser. For det første skal der grupperes efter både uid og name. For det andet kan man (i MySQL) ikke lave en subquery på en tabel man sletter fra. Hvis du vil undgå at bruge et server-side script kan du udføre følgende tre kommandoer (husk at lave en backup af hele din tabel inden!):

Først laver du et view med id'erne på alle de rækker du vil beholde:

Kode

CREATE VIEW rank_keep_ids AS (
    SELECT id 
    FROM rank 
    GROUP BY uid, name
);

Derefter sletter du alle rækker fra rank hvis id ikke findes i viewet:

Kode

DELETE FROM rank 
WHERE id NOT IN (
    SELECT id 
    FROM rank_keep_ids
);

Og til sidst kan du slette viewet igen:

Kode

DROP VIEW rank_keep_ids;

Indlæg senest redigeret d. 04.11.2010 10:42 af Bruger #13559

Bruger #16226 @ 04.11.10 11:28

Nu virkede det omsider, så jeg takker jeg begge ærbødigt! Det var lige, hvad jeg havde brug for.

Dubletter i MySQL-databaser.

Karma barometer (30 dage)

Modtaget

Givet

Favorit hos
Forum tråde
Artikler