基于多列删除重复记录

Question

在我们的系统中，我们每小时从外部数据库进行导入。由于导入脚本中出现错误，现在存在一些重复记录。

如果任何记录具有相同的:legacy_id和:company，则被视为重复。

我可以运行什么代码来查找并删除这些重复项？

我尝试了以下代码：

Product.select(:legacy_id,:company).group(:legacy_id,:company).having("count(*) > 1")

看起来它返回了一些重复的内容，但我不确定如何从中删除？

有任何想法吗？

- bnussey

---

这个有帮助吗？https://dev59.com/1GYq5IYBdhLWcg3w4EZx - argentum47

那太好了，@argentum47。当我浏览时，真不敢相信我错过了那个。 - bnussey

Answer 1

您可以尝试以下方法：

Product.where.not(
  id: Product.group(:legacy_id, :company).pluck('min(products.id)')
).delete_all

或者纯 SQL：

delete from products
where id not in ( 
   select min(p.id) from products p group by p.legacy_id, p.company
)

- potashin

---

如果您还想删除相关记录，请使用destroy_all而不是delete_all。 - Sami Birnbaum