如何基于hash_key和load_date组合删除重复行并保留STATUS值高的行？

核心思路是给每个hash_key与load_date的组合行按STATUS降序编号，保留编号为1的行，删除其余行。以下是具体实现方式：

通用SQL方案（支持PostgreSQL、SQL Server等） #

使用CTE生成带序号的数据集，直接删除序号大于1的行：

WITH ranked_rows AS (
    SELECT 
        *,
        ROW_NUMBER() OVER (
            PARTITION BY hash_key, load_date 
            ORDER BY STATUS DESC
        ) AS row_num
    FROM my_table
)
DELETE FROM ranked_rows
WHERE row_num > 1;

MySQL兼容方案 #

MySQL不支持直接删除CTE中的数据，可通过关联子查询实现：

DELETE t1
FROM my_table t1
INNER JOIN (
    SELECT 
        id, -- 假设表有主键id，用主键关联更精准
        ROW_NUMBER() OVER (
            PARTITION BY hash_key, load_date 
            ORDER BY STATUS DESC
        ) AS row_num
    FROM my_table
) t2 ON t1.id = t2.id
WHERE t2.row_num > 1;

注意事项 #

• 如果表没有主键，可使用多个字段组合关联（比如hash_key、load_date、STATUS加上其他唯一标识字段），避免误删数据。
• 执行删除前建议先执行SELECT语句验证要删除的行是否正确：将DELETE替换为SELECT *，确认后再执行删除操作。

内容的提问来源于stack exchange，提问作者x89