netezza 删除具有不同时间戳字段的记录，其中特定字段相同

Posted 2023-05-08

【中文标题】netezza 删除具有不同时间戳字段的记录，其中特定字段相同

【英文标题】：netezza delete records with different timestamp field where specific fields are the same

【发布时间】：2015-07-24 14:12:12

【问题描述】：

我有一个 netezza 表，其中数据在更新时可能会重叠，但是每个关联的 timestamp 字段会有所不同。例如：

+-----------------+---------+-------------+------+ | ts |第一纳米 |最后_nm​​ |值 | +-----------------+---------+-------------+------+ | 2015 年 4 月 1 日下午 4:15 |本 |布卢明顿| 12 | | 2015 年 4 月 1 日下午 4:20 |本 |布卢明顿| 4.5 | | 2015 年 4 月 1 日下午 4:20 |安德鲁 |彭博| 2.8 | +-----------------+---------+-------------+------+

我想保留以下记录并删除本布卢明顿较早的时间戳：

+-----------------+---------+-------------+------+ | ts |第一纳米 |最后_nm​​ |值 | +-----------------+---------+-------------+------+ | 2015 年 4 月 1 日下午 4:20 |本 |布卢明顿| 4.5 | | 2015 年 4 月 1 日下午 4:20 |安德鲁 |彭博| 2.8 | +-----------------+---------+-------------+------+

所以，基于 first_nm 和 last_nm 的不同，我如何才能保持最新的 ts 具有最新的值？

我想我可以使用row_number() 函数，但我不确定如何在我的delete 语句中实现它。

【问题讨论】：

你能做这样的事情吗 - 创建表 t2 作为 select MAX(ts) ts, first_nm, last_nm from t1 group by first_nm, last_nm;如果你的桌子上没有身份证？

我想用一个临时表做类似的事情，然后删除表并重新插入记录，但是随着这个表的增长，我担心它可能会变得性能不佳，尽管我想我是不确定。

随着表的增长，截断替换策略可能会为执行夜间增量备份的 dba 创建大量数据。因此，只删除您关心的记录应该会让 dba 满意。

eek，是的，我很担心这样的事情，谢谢@niederee！

【参考方案1】：

您可以使用以下示例删除所有不是最新时间戳的行。我添加了窗口函数row_number()作为例子。

delete from <table>
where rowid in
   (
select rwid
from (  select rowid as rwid
        , row_number() over(partition by first_nm,last_nm order by ts desc) as rown
        from <table>
     ) sub
where sub.rown>1
   );

【讨论】：

rowid 是每行数据唯一的内部列。 rowid documentation

【参考方案2】：

应该做同样的更短的解决方案是：

 DELETE FROM table t
 WHERE 
   EXISTS (SELECT * FROM table 
           WHERE t.rwid < rwid 
             AND t.first_nm = first_nm 
             AND t.last_nm = last_nm)