Cercando di eliminare le righe duplicate in SQL Server, dove la differenza è data o il numero di lotto

Question 1

Ho questa query:

SELECT 
    T1.ID_NUMBER,                                                                    
    T1.INCEPTION_DATE,
    T1.OCCURRENCE,
    T1.TRANSACTION_DATE,
    T1.FILE_LOAD_DATE,
    T1.BATCH_NUM
FROM 
    mastertable T1
INNER JOIN 
    (SELECT 
         ID_NUMBER, INCEPTION_DATE, OCCURRENCE, 
         COUNT(*) AS DUPL_COUNT
     FROM 
         mastertable
     WHERE 
         SOURCE_SYSTEM ='LEGACY'
     GROUP BY 
         ID_NUMBER, INCEPTION_DATE, OCCURRENCE
     HAVING 
         COUNT(*) > 1) t2 ON T2.ID_NUMBER = T1.ID_NUMBER 
                          AND T2.INCEPTION_DATE = T1.INCEPTION_DATE 
                          AND T2.OCCURRENCE= T1.OCCURRENCE
ORDER BY 
    1, 2, 3, 4, 5

Che restituisce i seguenti risultati

ID_NUMBER	INCEPTION_DATE	OCCORRENZA	TRANSACTION_DATE	FILE_LOAD_DATE	BATCH_NUM
112897732	2008-09-15	4	2008-07-03	2008-07-07 17:57:19	06341
112897732	2008-09-15	4	2008-07-13	2008-07-18 03:35:55	06753
828194721	2008-11-11	1	2008-09-06	2008-09-17 02:50:44	97334
828194721	2008-11-11	1	2008-09-23	2008-09-24 02:55:27	98331
456457422	2008-09-28	1	2008-12-03	2008-07-13 08:08:39	00734
456457422	2008-09-28	1	2008-12-03	2008-07-18 13:35:55	00991
999272910	2008-05-07	3	2008-05-03	2008-10-13 08:08:38	11432
999272910	2008-05-07	3	2008-05-28	2008-10-18 03:35:55	13342
875328642	2008-03-01	3	2008-04-28	2008-01-23 08:08:38	74542
875328642	2008-03-01	3	2008-04-30	2008-01-25 12:55:11	77536
011028734	2008-07-12	2	2008-12-03	2008-08-07 11:57:03	23422
011028734	2008-07-12	2	2008-12-03	2008-08-11 17:23:29	25748
018264981	2008-07-09	0	2008-12-03	2008-12-07 02:18:12	00432
018264981	2008-07-09	0	2008-12-03	2008-12-11 17:44:19	00773

La prima FILE_LOAD_DATE di ogni ID_NUMBER o meno BATCH_NUM è il record che voglio mantenere.

C'è un modo per scrivere una query che consente di eliminare gli altri record, magari utilizzando un CTE con ROW_NUMBER()?

Io spero in qualcosa di SECCO nel caso in cui questo problema si verifica di nuovo. Grazie!

(Anche se non è di troppo disturbo, si prega di spiegare come funziona questa soluzione)

Question 2

Si potrebbe utilizzare un eliminabile CTE qui:

WITH cte AS (
    SELECT *, ROW_NUMBER() OVER (PARTITION BY ID_NUMBER, INCEPTION_DATE, OCCURRENCE
                                 ORDER BY FILE_LOAD_DATE, BATCH_NUM) rn
    FROM mastertable
    WHERE SOURCE_SYSTEM = 'LEGACY'
)

DELETE
FROM cte
WHERE rn > 1;

La logica è quella di assegnare un numero di riga per ogni gruppo di record che hanno gli stessi valori per ID_NUMBER, INCEPTION_DATEe OCCURRENCE. Il primo numero di riga del valore di 1 verrà assegnato al record di avere i primi FILE_LOAD_DATE. In caso di due o più record in parità per i primi FILE_LOAD_DATEil tie breaker sarà determinato, secondo i primi BATCH_NUM.

L'istruzione delete rimuove tutti i record tranne che per questo primo record.

Nicholas Gregory · Answer 1 · 2021-11-14T00:02:08

Si potrebbe utilizzare un eliminabile CTE qui:

WITH cte AS (
    SELECT *, ROW_NUMBER() OVER (PARTITION BY ID_NUMBER, INCEPTION_DATE, OCCURRENCE
                                 ORDER BY FILE_LOAD_DATE, BATCH_NUM) rn
    FROM mastertable
    WHERE SOURCE_SYSTEM = 'LEGACY'
)

DELETE
FROM cte
WHERE rn > 1;

La logica è quella di assegnare un numero di riga per ogni gruppo di record che hanno gli stessi valori per ID_NUMBER, INCEPTION_DATEe OCCURRENCE. Il primo numero di riga del valore di 1 verrà assegnato al record di avere i primi FILE_LOAD_DATE. In caso di due o più record in parità per i primi FILE_LOAD_DATEil tie breaker sarà determinato, secondo i primi BATCH_NUM.

L'istruzione delete rimuove tutti i record tranne che per questo primo record.

Cercando di eliminare le righe duplicate in SQL Server, dove la differenza è data o il numero di lotto

Domanda

Migliore risposta

In altre lingue

Questa pagina è in altre lingue

Popolare in questa categoria

Domande popolari in questa categoria