请问一下 postgresql 如何删除重复数据项？

大家好，我现在手上有一张大表，600 万的数据吧。但是里面一半是重复的。

column 是这样的

id,column1 ,column2

但是每一项的数据都是重复的，比如

select * from testtable ; 

==>
  
  id ,column1,column2 
  1, name1, 数据 1
  1, name1, 数据 22222

因为原先的 id 没有设置唯一约束，导致出现的这么多重复项, id ,column1 内容都是一样的，但是 column2 就不一样了。

怎么样可以保留 column2 字数比较多的那一项，另一项删除掉？

不知道我有没有表述清楚，请大家见谅。

column2 column1 重复 name1

3 条回复 • 2021-06-29 19:39:06 +08:00

1

hqs0417

2021 年 6 月 29 日

1

select *, ROW_NUMBER() over (PARTITION by id order by len(column2) desc) as row_n
from testtable

结果是
id ,column1,column2 , row
1, name1, 数据 2222, 0
1, name1, 数据 1, 1

row 是 0 的就是要保留的数据

2

Tsukihime

2021 年 6 月 29 日

1

delete t2
from testtable t1
join testtable t2 on t2.id = t1.id
where CHAR_LENGTH(t2.column2) < CHAR_LENGTH(t1.column2);

3

tongyuelong

OP

2021 年 6 月 29 日

感谢两位 . @zydxn @hqs0417