SQLServe 重复行删除方法

595 查看

Microsoft SQL Server 表不应该包含重复行和非唯一主键。为简洁起见,在本文中我们有时称主键为“键”或“PK”,但这始终表示“主键”。重复的 PK 违反了实体完整性,在关系系统中是不允许的。SQL Server 有各种强制执行实体完整性的机制,包括索引、唯一约束、主键约束和触发器。
尽管如此,在某些情况下还可能会出现重复的主键;如果出现此类情况,就必须清除重复主键。出现重复主键的情形之一是,在 SQL Server 外部的非关系数据中存在重复的 PK,在导入这些数据时没有强制执行 PK 唯一性。出现重复主键的另一种情形来自数据库设计错误,如没有对每张表强制执行实体完整性。
  通常在尝试创建唯一索引时会发现重复的 PK,因为如果找到重复的键,唯一索引的创建即会中止,并且将显示以下消息:
  Msg 1505, Level 16, State 1 Create unique index aborted on duplicate key.
  如果使用的是 SQL Server 2000 或 SQL Server 2005,则会收到以下错误消息:
  Msg 1505, Level 16, State 1 CREATE UNIQUE INDEX terminated because a duplicate key was found for object name '%.*ls' and index name '%.*ls'.The duplicate key value is %ls.
  本文讨论如何查找和删除表中重复的主键。但是,您应该仔细检查出现重复键的进程以避免重复出现。
  更多信息
  在该示例中,我们将使用下表,它具有重复的 PK 值。在该表中,主键是两列(col1、col2)。我们无法创建唯一索引或主键约束,因为这两行具有重复的 PK。该过程演示如何识别和删除重复的主键。

复制代码 代码如下:

  create table t1(col1 int, col2 int, col3 char(50))
  insert into t1 values (1, 1, 'data value one')
  insert into t1 values (1, 1, 'data value one')
  insert into t1 values (1, 2, 'data value two')

  第一步是识别哪些行具有重复的主键值:
复制代码 代码如下:

  SELECT col1, col2, count(*)
  FROM t1
  GROUP BY col1, col2
  HAVING count(*) > 1

  这将为表中的每组重复的 PK 值返回一行。此结果中的最后一列是特定 PK 值的重复数。
  col1 col2
  1 1 2

  如果只有几组重复的 PK 值,则最佳方法是手动逐个删除它们。例如:
复制代码 代码如下:

  set rowcount 1
  delete from t1
  where col1=1 and col2=1

  rowcount 值应该是给定键值的重复数减去 1。在该示例中,有 2 个重复的主键,所以 rowcount 被设置为 1。col1/col2 值来自上面的 GROUP BY 查询结果。如果 GROUP BY 查询返回多行,则“set rowcount”查询将必须为这些行中的每一行各运行一次。每次运行该查询时,将 rowcount 设置为特定 PK 值的重复数减去 1。
  在删除行之前,您应该验证是否整行重复。虽然整行重复不太可能发生,但可能 PK 值重复,而整行不重复。例如一个将身份证号码作为主键的表,该表有两个具有相同号码的不同的人(即行),但每个人有唯一的属性。在这种情况下,任何引起重复键的问题可能还引起在行中放入有效的唯一的数据。在删除该数据之前,应该将该数据复制出来并保存下来以进行研究和适当的调整。
 如果表中有多组完全不同的重复的 PK 值,则逐个删除它们会很费时间。在这种情况下,可使用下面的方法: 1.首先,运行上面的 GROUP BY 查询来确定有多少组重复的 PK 值及每组的重复数。
  2.选择重复的键值放入临时表中。例如:
复制代码 代码如下:

  SELECT col1, col2, col3=count(*)
  INTO holdkey
  FROM t1
  GROUP BY col1, col2
  HAVING count(*) > 1

  3.选择重复的行放入临时表中,以清除进程中的重复值。例如:
复制代码 代码如下:

  SELECT DISTINCT t1.*
  INTO holddups
  FROM t1, holdkey
  WHERE t1.col1 = holdkey.col1
  AND t1.col2 = holdkey.col2

  4.此时,holddups 表应有唯一的 PK;但是,如果 t1 有重复的 PK 而行唯一(如上面的 SSN 示例),情况就不是这样了。请验证 holddups 中的各个键是否唯一,是否没有键重复而行唯一的情况。如果是这样,您必须停在该处,确定对于给定重复的键值,您希望保留哪些行。例如,以下查询:
复制代码 代码如下:

  SELECT col1, col2, count(*)
  FROM holddups
  GROUP BY col1, col2

  应为各行返回计数 1。如果结果是 1,请继续执行下面的步骤 5。如果不是 1,则存在键重复而行唯一的情况,且需要您决定要保存哪些行。通常,这将需要舍弃行或为此行创建新的唯一的键值。为 holddups 表中每个此种重复 PK 执行这两个步骤之一。
  5.从原始表中删除重复的行。例如:
复制代码 代码如下:

  DELETE t1
  FROM t1, holdkey
  WHERE t1.col1 = holdkey.col1
  AND t1.col2 = holdkey.col2

  6.将唯一行放回原始表中。例如:
  INSERT t1 SELECT * FROM holddups