MySQL verwijdert dubbele records maar houdt de laatste bij

Stel je voor je tabel test bevat de volgende gegevens:

  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 

We moeten dus alle herhaalde e-mails vinden en ze allemaal verwijderen, maar de laatste id.
In dit geval aaa , bbb en eee worden herhaald, dus we willen ID's 1, 7, 2 en 6 verwijderen.

Om dit te bereiken, moeten we eerst alle herhaalde e-mails vinden:

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

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

Vervolgens moeten we uit deze dataset de laatste id vinden voor elk van deze herhaalde e-mails:

  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                                 

Eindelijk kunnen we nu al deze e-mails verwijderen met een ID die kleiner is dan LASTID. Dus de oplossing is:

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;

Ik heb mySql momenteel niet op deze machine geïnstalleerd, maar zou moeten werken

Bijwerken

De bovenstaande verwijdering werkt, maar ik heb een meer geoptimaliseerde versie gevonden:

 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;

U kunt zien dat het de oudste duplicaten verwijdert, d.w.z. 1, 7, 2, 6:

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

Een andere versie, is de verwijdering geleverd door Rene Limon

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