Discussion :

[Nerva]

Bonjour.

Je suis en train de corriger une table qui contient environ 10000 lignes. Il y a eu pas mal d'erreurs de saisie, ce qui fait qu'elle comporte un nombre important de doublons que je dois supprimer (la table n'avait pas de contrainte d'unicité).

VAC_ID (clé primaire auto-incrémentée)
VAC_DATE
D1_ID
D2_ID

Il ne doit y avoir qu'un seul "couple" D1_ID et D2_ID par VAC_DATE. J'ai donc créé cette requête pour trouver les doublons :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
SELECT COUNT(*) AS VAC_DOUBLON, D1_ID, D2_ID, VAC_DATE
FROM T_VACATIONS
GROUP BY D1_ID, D2_ID, VAC_DATE
HAVING COUNT(*) > 1
ORDER BY VAC_DATE ASC, D1_ID ASC

Elle fait le boulot mais comme il y a beaucoup de lignes à supprimer, j'aimerais savoir comment faire pour afficher également la colonne VAC_ID afin que je puisse créer un script pour supprimer en un clic tous les doublons (et même certains "triblons" et "quadrublons").

Merci.

[Séb.]

Tu peux faire comme ça :

Code SQL :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
SELECT ALL VAC_ID, D1_ID, D2_ID, VAC_DATE
FROM T_VACATIONS
WHERE (D1_ID, D2_ID, VAC_DATE) IN (
    SELECT ALL D1_ID, D2_ID, VAC_DATE
    FROM T_VACATIONS
    GROUP BY 1, 2, 3
    HAVING COUNT(*) > 1
)
ORDER BY 2 ASC, 3 ASC, 4 ASC;

[Nerva]

Non, erreur de syntaxe.

[Séb.]

Qu'est-ce qui t'empêche de la communiquer ou de la corriger ?

Je relis, je ne vois pas d'erreur de syntaxe. Quel est ton SGBD ?

[Nerva]

Il s'agit d'HSQLDB dans LO Base. J'ai testé en remplaçant le GROUP BY 1, 2, 3 par le nom des colonnes mais rien n'y fait (table dupliquée en T_VACATIONS2 pour les tests) :



Et en exécutant en SQL direct :

[Séb.]

HSQLDB dans LO Base

Inconnu au bataillon.

Le seul truc un peu inhabituel est le (cols) IN (SELECT cols), sais-tu si la syntaxe est supportée ? Pour savoir tu peux essayer ces 2 requêtes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
SELECT (123, 234) IN ((123, 234)); -- 1/TRUE
SELECT (123, 234) IN (SELECT ALL 123, 234); -- 1/TRUE

Sinon tu peux reformuler la requête proposée précédemment en :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
SELECT ALL VAC_ID, D1_ID, D2_ID, VAC_DATE
FROM T_VACATIONS AS t1
INNER JOIN (
    SELECT ALL D1_ID, D2_ID, VAC_DATE
    FROM T_VACATIONS
    GROUP BY 1, 2, 3
    HAVING COUNT(*) > 1
) AS t2 ON TRUE
    AND t1.D1_ID = t2.D1_ID
    AND t1.D2_ID = t2.D2_ID
    AND t1.VAC_DATE = t2.VAC_DATE
;

[Waldar]

Il ne doit y avoir qu'un seul "couple" D1_ID et D2_ID par VAC_DATE.

Attention à ce point, ce n'est pas ce que vous avez codé.
Un seul couple (D1_ID, D2_ID) par VAC_DATE signifie que ceci doit être considéré comme un doublon :

Code txt :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
D1_ID  D2_ID  VAC_DATE
-----  -----  ----------
    1      2  2023-01-23
    1      3  2023-01-23

Or, votre requête n'identifie pas ce cas.

L'erreur pouvant venir de la phrase citée, je préfère simplement que vous vérifiez ce point.

[Nerva]

Oui, il ne s'agit pas d'un couple mais d'un triplet. Un doublon = 2 fois (ou plus) D1_ID D2_ID VAC_DATE