MYSQL根据查询结果删除sql 去除重复id 新增对比前一条与后一条数据 去重3种方法​ 窗口函数

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDSClaw,2核4GB
简介: MYSQL根据查询结果删除sql 去除重复id 新增对比前一条与后一条数据 去重3种方法​ 窗口函数
  • 根据查询结果删除sql
  • 先查询要删除的数据 在套用一层select
 DELETE 
FROM
 bo_eu_sample
WHERE
 id  IN ( SELECT id  from  ( SELECT id  from bo_eu_sample WHERE CREATEDATE like '2021-12-15 10%' )aa );

去除重复id

DELETE 
FROM
 trees_current_device_info_sub9 
WHERE
 id NOT IN ( SELECT id FROM ( SELECT MAX( id ) AS id FROM trees_current_device_info_sub9 GROUP BY deviceId, createTime ) aa );
  • 新增对比前一条与后一条数据
-- 新增 trees_current_device_info_sub9 
INSERT INTO trees_statistics9(aid, bid, datea, dateb, pl, deviceId, astatus, bstatus)
  SELECT a.id aid, b.id bid, a.createTime datea, b.createTime  dateb, TIMESTAMPDIFF(SECOND, a.createTime, b.createTime) pl, a.deviceId, a.`status`, b.`status`
  FROM   (SELECT   @arownum := @arownum + 1 rownum, id, createTime, deviceId, `status`
          FROM     trees_current_device_info_sub9, (SELECT @arownum := 0) t
          
          ORDER BY deviceId, createTime DESC) a,
         (SELECT   @brownum := @brownum + 1 rownum, id, createTime, deviceId, `status`
          FROM     trees_current_device_info_sub9, (SELECT @brownum := 1) t
          ORDER BY deviceId, createTime DESC ) b
  WHERE  a.rownum = b.rownum AND a.deviceId = b.deviceId AND DATE_FORMAT(a.createTime, '%Y-%m-%d') = DATE_FORMAT(b.createTime, '%Y-%m-%d') 

修改sql

UPDATE student AS A
INNER JOIN (
SELECT
    MAX( sc.SCORE ) AS maxscore,
    sc.ID AS maxid,
    sc.`SUBJECT` maxsub 
FROM
    score sc
    LEFT JOIN student st ON sc.ID = st.ID 
GROUP BY
    sc.ID 
    ) AS B ON A.ID = B.maxid 
    SET A.ID = B.maxid,
    A.SUBJECT = B.maxsub,
    A.score = B.maxscore
  SELECT deviceId,pl,date_format(datea,'%Y年-%m月-%d日') monthNo,astatus, SUM(count) realTotalDur,(24*60*60*30 )/pl SUMCOUNT ,ROUND(SUM(count)/((24*60*60*30)/pl),3) dayaavailability
 FROM `trees_availability` tay
 LEFT JOIN trees_device td
 ON td.id = tay.deviceId
 LEFT JOIN trees_lab tl
 ON tl.id = td.labId
 LEFT JOIN trees_device_type tdt
 ON tdt.id = td.deviceTypeId
 LEFT JOIN trees_device_baisc_type tdbt
 ON tdbt.id = tdt.deviceBasicType
 WHERE (astatus=1 OR astatus=3 ) AND (pl=10 OR pl=30) 
AND deviceId =78 group by deviceId,pl ,astatus,date_format(datea,'%Y年-%m月-%d日') ORDER BY date_format(datea,'%Y年-%m月-%d日');

删除重复的电子邮箱


DELETE p1 FROM Person p1,
    Person p2
WHERE
    p1.Email = p2.Email AND p1.Id > p2.Id

查找空闲设备

SELECT
  deviceId 
FROM
  time 
WHERE
  ( DATE_FORMAT( startTime, '%Y-%m-%d' ) >= '2022-01-05' AND DATE_FORMAT( endTime, '%Y-%m-%d ' ) <= '2022-01-12' ) 
  OR ( DATE_FORMAT( startTime, '%Y-%m-%d ' ) <= '2022-01-05' AND DATE_FORMAT( endTime, '%Y-%m-%d ' ) >= '2022-01-12' ) 
  OR ( DATE_FORMAT( endTime, '%Y-%m-%d ' ) >= '2022-01-05' AND DATE_FORMAT( endTime, '%Y-%m-%d ' ) <= '2022-01-12' )
  

三种去重方法

-- distinct
--列出 task_id 的所有唯一值(去重后的记录)
select distinct task_id from task;
 -- 任务总数
 select count(distinct task_id) task_numfrom task;
 -- distinct 通常效率较低。它不适合用来展示去重后具体的值,一般与 count 配合用来计算条数。
 
 -- group by
 
 
 -- 列出 task_id 的所有唯一值(去重后的记录,null也是值)
select task_id
from task
group by task_id;

-- 任务总数
select count(task_id) task_num
from (select task_id
      from task
      group by task_id) tmp;
      
-- row_number 是窗口函数,语法如下:
-- row_number() over (partition by <用于分组的字段名> order by <用于组内排序的字段名>)

-- 在支持窗口函数的 sql 中使用
select count(case when rn=1 then task_id else null end) task_num
from (select task_id
       , row_number() over (partition by task_id order by start_time) rn
   from Task) tmp;

窗口函数

-- 查询表中第二高的薪水  limit N, M 从第 N 条记录开始, 返回 M 条记录
-- 返回 N 条记录 返回 N 条记录

SELECT (SELECT DISTINCT Salary
FROM Employee
ORDER BY Salary DESC
LIMIT 1,1) 
AS SecondHighestSalary


SELECT 
IFNULL((SELECT DISTINCT Salary
FROM Employee
ORDER BY Salary DESC
LIMIT 1,1), NULL)
AS SecondHighestSalary

-- 分数应按从高到低排列。
-- 如果两个分数相等,那么两个分数的排名应该相同。
-- 在排名相同的分数后,排名数应该是下一个连续的整数。


-- dense_rank() dense_rank()

select score as "Score",dense_rank() over (order by score desc) as "Rank" from scores;


-- rank()  函数会把要求排序的值相同的归为一组且每组序号一样,排序不会连续执行

select score as "Score",rank() over (order by score desc) as "Rank" from scores;


-- ROW_NUMBER()在排名是序号 连续 不重复,即使遇到表中的两个一样的数值亦是如此

select score as "Score",row_number() over (order by score desc) as "Rank" from scores;

-- Ntile(group_num) 将所有记录分成group_num个组,每组序号一样

select score as "Score",Ntile(3) over (order by score desc) as "Rank" from scores;


子查询修改语句

UPDATE aoyi_yqb_product_spus per,
( SELECT aoyi_spu_id FROM aoyi_yqb_product_spus WHERE source_platform_id = '1' AND product_status = '1' AND aoyi_spu_id IN ( SELECT aoyi_sku_id FROM aoyi_product_sn_stock_eight WHERE stock_count < 4 ) ) bb 
SET per.product_status = '0' 
WHERE
  per.aoyi_spu_id = bb.aoyi_spu_id;


相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
相关文章
|
9月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
479 0
|
8月前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
618 10
|
9月前
|
SQL 存储 缓存
MySQL 如何高效可靠处理持久化数据
本文详细解析了 MySQL 的 SQL 执行流程、crash-safe 机制及性能优化策略。内容涵盖连接器、分析器、优化器、执行器与存储引擎的工作原理,深入探讨 redolog 与 binlog 的两阶段提交机制,并分析日志策略、组提交、脏页刷盘等关键性能优化手段,帮助提升数据库稳定性与执行效率。
238 0
|
7月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
497 158
|
7月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1254 152
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
929 156
|
7月前
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能(中)
使用MYSQL Report分析数据库性能
524 156
|
7月前
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能(上)
最终建议:当前系统是完美的读密集型负载模型,优化重点应放在减少行读取量和提高数据定位效率。通过索引优化、分区策略和内存缓存,预期可降低30%的CPU负载,同时保持100%的缓冲池命中率。建议每百万次查询后刷新统计信息以持续优化
629 161
|
8月前
|
存储 运维 关系型数据库
从MySQL到云数据库,数据库迁移真的有必要吗?
本文探讨了企业在业务增长背景下,是否应从 MySQL 迁移至云数据库的决策问题。分析了 MySQL 的优势与瓶颈,对比了云数据库在存储计算分离、自动化运维、多负载支持等方面的优势,并提出判断迁移必要性的五个关键问题及实施路径,帮助企业理性决策并落地迁移方案。

推荐镜像

更多