删除除每个用户最新的所有行，具有特定的列值

Question

我有一个表 events，其中包含用户事件，例如：

PK | user | event_type | timestamp
--------------------------------
1  | ab   | DTV        | 1
2  | ab   | DTV        | 2
3  | ab   | CPVR       | 3
4  | cd   | DTV        | 1
5  | cd   | DTV        | 2
6  | cd   | DTV        | 3

我想要做的是每个user 只保留一个事件，即具有最新timestamp 和event_type = 'DTV' 的事件。

对上面的示例应用删除后，表格应如下所示：

PK | user | event_type | timestamp
--------------------------------
2  | ab   | DTV        | 2
6  | cd   | DTV        | 3

你们中的任何人都可以想出完成这项任务的方法吗？

更新：我正在使用 Sqlite。这是我目前所拥有的：

delete from events
where id not in (
  select id from (
    select id, user, max(timestamp)
    from events
    where event_type = 'DTV'
    group by user)
);

我很确定这可以改进。有什么想法吗？

Answer 1

我认为你应该能够做这样的事情：

delete from events
where (user, timestamp) not in (
    select user, max(timestamp)
    from events
    where event_type = 'DTV'
    group by user
)

您可能会执行一些更复杂的技巧，例如表或分区替换，具体取决于您正在使用的数据库

Answer 2

如果使用 sql server roo5/2008 则使用以下 sql：

;WITH ce 
     AS (SELECT *, 
                Row_number() 
                  OVER ( 
                    partition BY [user], event_type 
                    ORDER BY timestamp DESC) AS rownumber 
         FROM   emp) 
DELETE FROM ce 
WHERE  rownumber <> 1 
        OR event_type <> 'DTV' 

Answer 3

在我看来，您的解决方案不够可靠，因为您的子查询正在提取一个既未聚合也未添加到 GROUP BY 的列。我的意思是，我不是经验丰富的 SQLite 用户，您的解决方案确实有效when I tested it。如果有任何确认在这种情况下id 列始终与MAX(timestamp) 值可靠相关，那很好，您的方法似乎相当不错。

但如果您和我一样不确定您的解决方案，您可以尝试以下方法：

DELETE FROM events
WHERE NOT EXISTS (
  SELECT *
  FROM (
    SELECT MAX(timestamp) AS ts
    FROM events e
    WHERE event_type = 'DTV'
      AND user = events.user
  ) s
  WHERE ts = events.timestamp
);

events 的内部实例被分配了一个不同的别名，因此events 别名可用于明确引用表的外部实例（DELETE 命令实际应用于该实例）。不过，此解决方案确实假设 timestamp 对于 user 来说是唯一的。

可以使用on SQL Fiddle 运行和播放一个工作示例。