删除基于多列的重复记录

Question

在我们的系统中，我们每小时从外部数据库导入数据。由于导入脚本出错，现在有一些重复记录。

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

我可以运行什么代码来查找和删除这些重复项？

我在玩这个：

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

它似乎返回了一些重复的，但我不知道如何从那里删除？

有什么想法吗？

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
)