MySql刪除重復(fù)記錄并且只保留一條

最近在做題庫(kù)系統(tǒng)，由于在題庫(kù)中添加了重復(fù)的試題，所以需要查詢出重復(fù)的試題，并且刪除掉重復(fù)的試題只保留其中1條，以保證考試的時(shí)候抽不到重復(fù)的題。

首先寫(xiě)了一個(gè)小的例子：

一、單個(gè)字段的操作

這是數(shù)據(jù)庫(kù)中的表：

分組介紹：

Select?重復(fù)字段?From?表?Group?By?重復(fù)字段?Having?Count(*)>1

查看是否有重復(fù)的數(shù)據(jù)：

GROUP BY <列名序列>

HAVING <組條件表達(dá)式>

查詢出：根據(jù)dname分組，同時(shí)滿足having字句中組條件表達(dá)式（重復(fù)次數(shù)大于1）的那些組

count(*)與count(1) 其實(shí)沒(méi)有什么差別，用哪個(gè)都可以

count(*)與count（列名）的區(qū)別：

count(*)將返回表格中所有存在的行的總數(shù)包括值為null的行，然而count(列名)將返回表格中除去null以外的所有行的總數(shù)(有默認(rèn)值的列也會(huì)被計(jì)入）

1. 查詢?nèi)恐貜?fù)的數(shù)據(jù)：

Select?*?From?表?Where?重復(fù)字段?In?(Select?重復(fù)字段?From?表?Group?By?重復(fù)字段?Having?Count(*)>1)

2. 刪除全部重復(fù)試題：

將上面的查詢select改為delete（這樣會(huì)出錯(cuò)的）

DELETE
FROM
?dept
WHERE
?dname?IN?(
??SELECT
???dname
??FROM
???dept
??GROUP?BY
???dname
??HAVING
???count(1)?>?1
?)

會(huì)出現(xiàn)如下錯(cuò)誤：[Err] 1093 - You can't specify target table 'dept' for update in FROM clause

原因是：更新這個(gè)表的同時(shí)又查詢了這個(gè)表，查詢這個(gè)表的同時(shí)又去更新了這個(gè)表，可以理解為死鎖。mysql不支持這種更新查詢同一張表的操作

解決辦法：把要更新的幾列數(shù)據(jù)查詢出來(lái)做為一個(gè)第三方表，然后篩選更新。

3. 查詢表中多余重復(fù)試題（根據(jù)depno來(lái)判斷，除了rowid最小的一個(gè)）

a. 第一種方法：

SELECT
?*
FROM
?dept
WHERE
?dname?IN?(
??SELECT
???dname
??FROM
???dept
??GROUP?BY
???dname
??HAVING
???COUNT(1)?>?1
?)
AND?deptno?NOT?IN?(
?SELECT
??MIN(deptno)
?FROM
??dept
?GROUP?BY
??dname
?HAVING
??COUNT(1)?>?1
)

上面這種寫(xiě)法正確，但是查詢的速度太慢，可以試一下下面這種方法：

b. 第二種方法：

☆根據(jù)dname分組，查找出deptno最小的。然后再查找deptno不包含剛才查出來(lái)的。這樣就查詢出了所有的重復(fù)數(shù)據(jù)（除了deptno最小的那行）

SELECT?*
FROM
?dept
WHERE
?deptno?NOT?IN?(
??SELECT
???dt.minno
??FROM
???(
????SELECT
?????MIN(deptno)?AS?minno
????FROM
?????dept
????GROUP?BY
?????dname
???)?dt
?)

c. 補(bǔ)充第三種方法（根據(jù)評(píng)論區(qū)給的刪除總結(jié)出來(lái)的）：

SELECT
?*?
FROM
?table_name?AS?ta?
WHERE
?ta.唯一鍵?<>?(?SELECT?max(?tb.唯一鍵?)?FROM?table_name?AS?tb?WHERE?ta.判斷重復(fù)的列?=?tb.判斷重復(fù)的列?);

4. 刪除表中多余重復(fù)試題并且只留1條：

a. 第一種方法：

DELETE
FROM
?dept
WHERE
?dname?IN?(
??SELECT
???t.dname
??FROM
???(
????SELECT
?????dname
????FROM
?????dept
????GROUP?BY
?????dname
????HAVING
?????count(1)?>?1
???)?t
?)
AND?deptno?NOT?IN?(
SELECT
?dt.mindeptno
FROM
?(
??SELECT
???min(deptno)?AS?mindeptno
??FROM
???dept
??GROUP?BY
???dname
??HAVING
???count(1)?>?1
?)?dt
)

b. ☆第二種方法（與上面查詢的第二種方法對(duì)應(yīng)，只是將select改為delete）：

DELETE
FROM
?dept
WHERE
?deptno?NOT?IN?(
??SELECT
???dt.minno
??FROM
???(
????SELECT
?????MIN(deptno)?AS?minno
????FROM
?????dept
????GROUP?BY
?????dname
???)?dt
?)

c. 補(bǔ)充第三種方法（評(píng)論區(qū)推薦的一種方法）：

DELETE?
FROM
?table_name?AS?ta?
WHERE
?ta.唯一鍵?<>?(
SELECT
?t.maxid?
FROM
?(?SELECT?max(?tb.唯一鍵?)?AS?maxid?FROM?table_name?AS?tb?WHERE?ta.判斷重復(fù)的列?=?tb.判斷重復(fù)的列?)?t?
?);

二、多個(gè)字段的操作：

單個(gè)字段的如果會(huì)了，多個(gè)字段也非常簡(jiǎn)單。就是將group by 的字段增加為你想要的即可。

此處只寫(xiě)一個(gè)，其他方法請(qǐng)仿照一個(gè)字段的寫(xiě)即可。

DELETE
FROM
?dept
WHERE
?(dname,?db_source)?IN?(
??SELECT
???t.dname,
???t.db_source
??FROM
???(
????SELECT
?????dname,
?????db_source
????FROM
?????dept
????GROUP?BY
?????dname,
?????db_source
????HAVING
?????count(1)?>?1
???)?t
?)
AND?deptno?NOT?IN?(
?SELECT
??dt.mindeptno
?FROM
??(
???SELECT
????min(deptno)?AS?mindeptno
???FROM
????dept
???GROUP?BY
????dname,
????db_source
???HAVING
????count(1)?>?1
??)?dt
)

總結(jié)：

其實(shí)上面的方法還有很多需要優(yōu)化的地方，如果數(shù)據(jù)量太大的話，執(zhí)行起來(lái)很慢，可以考慮加優(yōu)化一下：

• 在經(jīng)常查詢的字段上加上索引
• 將*改為你需要查詢出來(lái)的字段，不要全部查詢出來(lái)
• 小表驅(qū)動(dòng)大表用IN，大表驅(qū)動(dòng)小表用EXISTS。IN適合的情況是外表數(shù)據(jù)量小的情況，而不是外表數(shù)據(jù)大的情況，因?yàn)镮N會(huì)遍歷外表的全部數(shù)據(jù)，假設(shè)a表100條，b表10000條那么遍歷次數(shù)就是100*10000次，而exists則是執(zhí)行100次去判斷a表中的數(shù)據(jù)是否在b表中存在，它只執(zhí)行了a.length次數(shù)。至于哪一個(gè)效率高是要看情況的，因?yàn)閕n是在內(nèi)存中比較的，而exists則是進(jìn)行數(shù)據(jù)庫(kù)查詢操作的