MySQL odstraní duplicitní záznamy, ale ponechá nejnovější

Představte si svou tabulku test obsahuje následující údaje:

  select id, email
    from test;

ID                     EMAIL                
---------------------- -------------------- 
1                      aaa                  
2                      bbb                  
3                      ccc                  
4                      bbb                  
5                      ddd                  
6                      eee                  
7                      aaa                  
8                      aaa                  
9                      eee 

Musíme tedy najít všechny opakované e-maily a všechny je smazat, ale poslední ID.
V tomto případě aaa , bbb a eee se opakují, takže chceme smazat ID 1, 7, 2 a 6.

Abychom toho dosáhli, musíme nejprve najít všechny opakované e-maily:

      select email 
        from test
       group by email
      having count(*) > 1;

EMAIL                
-------------------- 
aaa                  
bbb                  
eee  

Poté z této datové sady musíme najít nejnovější ID pro každý z těchto opakovaných e-mailů:

  select max(id) as lastId, email
    from test
   where email in (
              select email 
                from test
               group by email
              having count(*) > 1
       )
   group by email;

LASTID                 EMAIL                
---------------------- -------------------- 
8                      aaa                  
4                      bbb                  
9                      eee                                 

Konečně můžeme smazat všechny tyto e-maily s ID menším než LASTID. Takže řešení je:

delete test
  from test
 inner join (
  select max(id) as lastId, email
    from test
   where email in (
              select email 
                from test
               group by email
              having count(*) > 1
       )
   group by email
) duplic on duplic.email = test.email
 where test.id < duplic.lastId;

Momentálně na tomto počítači nemám nainstalovaný mySql, ale měl by fungovat

Aktualizovat

Výše uvedené odstranění funguje, ale našel jsem optimalizovanější verzi:

 delete test
   from test
  inner join (
     select max(id) as lastId, email
       from test
      group by email
     having count(*) > 1) duplic on duplic.email = test.email
  where test.id < duplic.lastId;

Můžete vidět, že odstraní nejstarší duplikáty, tj. 1, 7, 2, 6:

select * from test;
+----+-------+
| id | email |
+----+-------+
|  3 | ccc   |
|  4 | bbb   |
|  5 | ddd   |
|  8 | aaa   |
|  9 | eee   |
+----+-------+

Další verzí je smazání poskytnuté Rene Limon

delete from test
 where id not in (
    select max(id)
      from test
     group by email)