PostgreSQL

De bricosoft

PostgreSQL est une SGBDRO.

Connexion superuser

greudin@castor:~$ sudo -s
Password:
root@castor:~# su postgres
postgres@castor:/home/greudin$ whoami
postgres
postgres@castor:/home/greudin$ psql
Welcome to psql 8.1.8, the PostgreSQL interactive terminal.

dédoublonner des lignes, tuples / remove duplicate rows

Vous avez défini une table sans contrainte d'unicité et cette table est déjà bien doublonnée :

 DELETE FROM les_gens WHERE oid
 NOT IN (SELECT MIN(oid) FROM les_gens GROUP BY (nom,prenom,date_naissance);

Cette méthode à l'inconvénient d’être très longue sur de nombreux enregistrements, car la liste des oid a ignorer doit être générée avant le test.

L'alternative est applicable à toutes SGBDR :

CREATE TABLE tmp
INSERT INTO tmp SELECT DISTINCT * FROM foo;
DROP TABLE foo;
ALTER TABLE tmp RENAME TO foo;

Imaginons avoir 1 000 000 de lignes de doublons aulieu de 500 000 tuples dans les_gens, avec PostgreSQL :

-- on cree d'abord une table temporaire qui contiendra les lignes dedoublonnees
CREATE TABLE les_gens_distinct
(
  id integer NOT NULL,
  nom character varying(5),
  prenom character varying(5),
  date_naissance integer,
)
WITH (OIDS=TRUE);

-- on insere les lignes dedoublonnees grace a DISTINCT :
INSERT INTO les_gens_distinct(id, nom, prenom, date_naissance)
    SELECT DISTINCT id, nom, prenom, date_naissance FROM les_gens;
-- 500 000 lignes modifiées

-- on renomme la table avec doublons (on on la droppe)
ALTER TABLE abo_connexcomptes RENAME TO abo_connexcomptes_old;
-- on renomme la table sans doublon
ALTER TABLE abo_connexcomptes_distinct RENAME TO abo_connexcomptes;

Liens

|url=http://www.bricosoft.com/PostgreSQL }}