Comment supprimer des lignes en double dans SQL?

Introduction

Les bases de données SQL souffrent souvent d'enregistrements en double, entravant l'analyse des données et l'efficacité opérationnelle. Ce guide fournit des techniques pratiques pour supprimer ces entrées redondantes, que vous travailliez avec les données des clients, les journaux de transaction ou d'autres ensembles de données. Nous couvrirons la syntaxe SQL, les exemples du monde réel et les meilleures pratiques pour garantir l'intégrité des données tout au long du processus de dés-duplication.

Zones clés couverts

Ce guide aborde les causes profondes des enregistrements en double dans SQL, explore diverses méthodes de détection et de suppression, détaille la syntaxe SQL pertinente et met en évidence les meilleures pratiques pour maintenir la qualité des données.

Table des matières

• Supprimer les lignes en double dans SQL
  • Identification des entrées en double
  • ROW_NUMBER() pour le retrait en double
  • Méthode d'auto-jointure pour l'élimination en double
  • Création d'une nouvelle table avec des enregistrements uniques
• Questions fréquemment posées

Comment supprimer des lignes en double dans SQL?

Plusieurs méthodes existent pour éliminer les lignes en double dans SQL, chacune avec ses propres forces. L'approche optimale dépend de votre système de base de données et des exigences spécifiques.

Causes courantes de données en double

Les lignes en double proviennent souvent de:

• Erreurs de saisie des données: erreur humaine pendant l'entrée manuelle.
• Mergers de l'ensemble de données: combinaison d'ensembles de données sans déshaléte approprié.
• Processus d'importation défectueux: erreurs lors des procédures d'importation de données.

Identification des enregistrements en double

Avant la suppression, vous devez d'abord identifier les lignes en double. Ceux-ci partagent généralement des valeurs identiques sur une ou plusieurs colonnes.

Syntaxe SQL:

 Sélectionnez Column1, Column2, Count (*)
De Table_Name
Groupe par colonne1, colonne2
Avoir le compte (*)> 1;

Exemple:

Considérez un tableau employees :

identifiant	nom	e-mail
1	Alice	Alice@example.com
2	Bob	bob@example.com
3	Chant	carol@example.com
4	Alice	Alice@example.com
5	Dave	dave@example.com

Pour trouver des e-mails en double:

 Sélectionnez Email, comptez (*)
Des employés
Groupe par e-mail
Avoir le compte (*)> 1;

Sortir:

e-mail	COMPTER(*)
Alice@example.com	2

Cela révèle que des e-mails apparaissant plus d'une fois.

Suppression des doublons à l'aide de ROW_NUMBER()

La fonction Window ROW_NUMBER() attribue un numéro séquentiel unique à chaque ligne d'une partition, permettant une suppression en double efficace.

Syntaxe SQL:

 Avec cte comme (
    Sélectionnez Column1, Column2, 
           Row_number () over (partition by Column1, colonne2 commande par (sélectionnez null)) comme RN
    De Table_Name
)
Supprimer de CTE
Où rn> 1;

Exemple:

Pour supprimer employees en double en fonction de l'e-mail:

 Avec cte comme (
    Sélectionnez ID, nom, e-mail, 
           Row_number () over (partition par courrier électronique par e-mail par id) comme RN
    Des employés
)
Supprimer de CTE
Où rn> 1;

Sortir:

La table ne contiendra désormais que des entrées uniques.

Supprimer des doublons à l'aide d'une jointure auto-jointe

Une auto-jointure fournit une autre méthode efficace pour identifier et supprimer des doublons.

Syntaxe SQL:

 Supprimer T1
De Table_Name T1
Rejoindre table_name t2
Sur T1.Column1 = T2.Column1
Et T1.Column2 = T2.Column2
Et t1.id> t2.id;

Exemple:

Pour supprimer les doublons des employees :

 Supprimer E1
Des employés E1
Rejoignez les employés E2
Sur e1.email = e2.email
Et e1.id> e2.id;

Sortir:

La table ne contiendra désormais que des entrées uniques.

Création d'une nouvelle table avec des enregistrements uniques

La création d'un nouveau tableau ne contenant que des enregistrements uniques, puis le remplacement de la table d'origine est une approche robuste et sûre.

Syntaxe SQL:

 Créer une table new_table comme
Sélectionnez distinct *
De Old_Table;

Drop TABLE OLD_TABLE;

ALTER TABLE NEW_TABLE RENAMEZ-VOUS OND_TABLE;

Exemple:

Nettoyer des doublons chez employees :

 Créer des employés de table
Sélectionnez distinct *
Des employés;

Les employés de la table de dépôt;

Alter Table Employés_Unique Renommez aux employés;

Sortir:

La table employees ne contient désormais que des lignes uniques.

Meilleures pratiques pour prévenir les doublons

• Validation des données: implémentez les règles de validation avant l'insertion des données.
• Contraintes uniques: utilisez des contraintes uniques sur les colonnes pertinentes.
• Audits réguliers: effectuer des vérifications périodiques de données pour maintenir la précision.

Conclusion

Une gestion efficace des lignes en double est essentielle pour la maintenance de la base de données. Les méthodes décrites ROW_NUMBER() , les auto-joins et la création de nouvelles tables - offrent diverses façons d'y parvenir. N'oubliez pas de sauvegarder vos données avant d'effectuer des opérations de suppression.

Questions fréquemment posées

Q1. Qu'est-ce qui provoque des lignes en double dans les bases de données SQL? A. Erreurs de saisie des données, problèmes d'importation et fusion de l'ensemble de données incorrect.

Q2. Comment éviter une perte accidentelle de données pendant la dés-duplication? R. Sauvegardez vos données et passez soigneusement vos requêtes SQL.

Q3. Les doublons peuvent-ils être supprimés sans modifier la table d'origine? A. Oui, en créant une nouvelle table avec des enregistrements uniques.

Q4. ROW_NUMBER() vs DISTINCT pour le retrait en double? A. ROW_NUMBER() offre un contrôle plus granulaire sur les lignes conservées. DISTINCT supprime simplement les doublons.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!