如何实现 MySQL 删除重复记录并且只保留一条

本人花费半年的时间总结的《Java面试指南》已拿腾讯等大厂offer,已开源在github ,欢迎star!

转载声明:转载请注明出处,本技术博客是本人原创文章

本文GitHub https://github.com/OUYANGSIHAI/JavaInterview 已收录,这是我花了6个月总结的一线大厂Java面试总结,本人已拿大厂offer,欢迎star

原文链接:blog.ouyangsihai.cn >> 如何实现 MySQL 删除重复记录并且只保留一条

如何实现 MySQL 删除重复记录并且只保留一条

作者:千g

blog.csdn.net/n950814abc/article/details/82284838

最近在做题库系统,由于在题库中添加了重复的试题,所以需要查询出重复的试题,并且删除掉重复的试题只保留其中1条,以保证考试的时候抽不到重复的题。

首先写了一个小的例子:

一、单个字段的操作

这是数据库中的表:

分组介绍:


Select 重复字段 From 表 Group By 重复字段 Having Count(*)1

查看是否有重复的数据:

  • GROUP BY 列名序列
  • HAVING 组条件表达式
  • HAVING 组条件表达式

    查询出:根据dname分组,同时满足having字句中组条件表达式(重复次数大于1)的那些组

    count(*)与count(1) 其实没有什么差别,用哪个都可以

    count(*)与count(列名)的区别:

    count(*)将返回表格中所有存在的行的总数包括值为null的行,然而count(列名)将返回表格中除去null以外的所有行的总数(有默认值的列也会被计入)

    1. 查询全部重复的数据:

    
    Select * From 表 Where 重复字段 In (Select 重复字段 From 表 Group By 重复字段 Having Count(*)1)
    

    2. 删除全部重复试题:

    将上面的查询select改为delete(这样会出错的)

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

    会出现如下错误: [Err] 1093 - You can't specify target table 'dept' for update in FROM clause

    原因是:更新这个表的同时又查询了这个表,查询这个表的同时又去更新了这个表,可以理解为死锁。mysql不支持这种更新查询同一张表的操作

    解决办法:把要更新的几列数据查询出来做为一个第三方表,然后筛选更新。

    3. 查询表中多余重复试题(根据depno来判断,除了rowid最小的一个)

    a. 第一种方法:

    
    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
    )
    

    上面这种写法正确,但是查询的速度太慢,可以试一下下面这种方法:

    b. 第二种方法:

    ☆根据dname分组,查找出deptno最小的。然后再查找deptno不包含刚才查出来的。这样就查询出了所有的重复数据(除了deptno最小的那行)。搜索Java知音公众号,回复“后端面试”,送你一份Java面试题宝典.pdf

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

    c. 补充第三种方法:

    
    SELECT
     * 
    FROM
     table_name AS ta 
    WHERE
     ta.唯一键  ( SELECT max( tb.唯一键 ) FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 );
    

    4. 删除表中多余重复试题并且只留1条:

    a. 第一种方法:

    
    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. ☆第二种方法(与上面查询的第二种方法对应,只是将select改为delete):

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

    c. 补充第三种方法(评论区推荐的一种方法):

    
    DELETE 
    FROM
     table_name AS ta 
    WHERE
     ta.唯一键  (
    SELECT
     t.maxid 
    FROM
     ( SELECT max( tb.唯一键 ) AS maxid FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 ) t 
     );
    

    二、多个字段的操作:

    单个字段的如果会了,多个字段也非常简单。就是将group by 的字段增加为你想要的即可。搜索Java知音公众号,回复“后端面试”,送你一份Java面试题宝典.pdf

    此处只写一个,其他方法请仿照一个字段的写即可。

    
    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
    )
    

    总结:

    其实上面的方法还有很多需要优化的地方,如果数据量太大的话,执行起来很慢,可以考虑加优化一下:

  • 在经常查询的字段上加上索引
  • 将*改为你需要查询出来的字段,不要全部查询出来
  • 小表驱动大表用IN,大表驱动小表用EXISTS。IN适合的情况是外表数据量小的情况,而不是外表数据大的情况,因为IN会遍历外表的全部数据,假设a表100条,b表10000条那么遍历次数就是100*10000次,而exists则是执行100次去判断a表中的数据是否在b表中存在,它只执行了a.length次数。至于哪一个效率高是要看情况的,因为in是在内存中比较的,而exists则是进行数据库查询操作的
  • 将*改为你需要查询出来的字段,不要全部查询出来

    END

    推荐好文

    如何实现 MySQL 删除重复记录并且只保留一条

    原文始发于微信公众号(Java知音):

    本人花费半年的时间总结的《Java面试指南》已拿腾讯等大厂offer,已开源在github ,欢迎star!

    转载声明:转载请注明出处,本技术博客是本人原创文章

    本文GitHub https://github.com/OUYANGSIHAI/JavaInterview 已收录,这是我花了6个月总结的一线大厂Java面试总结,本人已拿大厂offer,欢迎star

    原文链接:blog.ouyangsihai.cn >> 如何实现 MySQL 删除重复记录并且只保留一条


     上一篇
    MySQL 全文索引实现一个简单版搜索引擎 MySQL 全文索引实现一个简单版搜索引擎
    作者:Jia-Xincnblogs.com/YangJiaXin/p/11153579.html cnblogs.com/YangJiaXin/p/11153579.html 前言 只有Innodb和myisam存储引擎能用全文索引
    下一篇 
    explain | 索引优化的这把绝世好剑,你真的会用吗? explain | 索引优化的这把绝世好剑,你真的会用吗?
    前言对于互联网公司来说,随着用户量和数据量的不断增加,慢查询是无法避免的问题。一般情况下如果出现慢查询,意味着接口响应慢、接口超时等问题。如果是高并发的场景,可能会出现数据库连接被占满的情况,直接导致服务不可用。 慢查询的确会导致很多问题,