Jak odstranit duplicitní řádky bez jedinečného identifikátoru

Líbí se mi řešení @erwin-brandstetter , ale chtěl jsem ukázat řešení pomocí USING klíčové slovo:

DELETE   FROM table_with_dups T1
  USING       table_with_dups T2
WHERE  T1.ctid    < T2.ctid       -- delete the "older" ones
  AND  T1.name    = T2.name       -- list columns that define duplicates
  AND  T1.address = T2.address
  AND  T1.zipcode = T2.zipcode;

Pokud chcete záznamy před smazáním zkontrolovat, jednoduše nahraďte DELETE pomocí SELECT * a USING s čárkou , , tj.

SELECT * FROM table_with_dups T1
  ,           table_with_dups T2
WHERE  T1.ctid    < T2.ctid       -- select the "older" ones
  AND  T1.name    = T2.name       -- list columns that define duplicates
  AND  T1.address = T2.address
  AND  T1.zipcode = T2.zipcode;

Aktualizace:Testoval jsem zde některá různá řešení pro rychlost. Pokud neočekáváte mnoho duplikátů, pak toto řešení funguje mnohem lépe než ty, které mají NOT IN (...) klauzule, protože tyto generují mnoho řádků v poddotazu.

Pokud dotaz přepíšete tak, aby používal IN (...) pak funguje podobně jako zde uvedené řešení, ale kód SQL je mnohem méně stručný.

Aktualizace 2:Pokud máte NULL hodnoty v jednom z klíčových sloupců (což byste IMO opravdu neměli), pak můžete použít COALESCE() ve stavu pro tento sloupec, např.

  AND COALESCE(T1.col_with_nulls, '[NULL]') = COALESCE(T2.col_with_nulls, '[NULL]')