Mysql刪除重複記錄並且只保留一條
阿新 • • 發佈:2020-10-20
引用自:https://blog.csdn.net/n950814abc/article/details/82284838 作者:千g
找到重複記錄的sql
Select 重複欄位 From 表 Group By 重複欄位 Having Count(*)>1
檢視是否有重複的資料:
GROUP BY <列名序列>
HAVING <組條件表示式>
查詢出:根據dname分組,同時滿足having字句中組條件表示式(重複次數大於1)的那些組
count(*)與count(1)其實沒有什麼差別,用哪個都可以
count(*)與count(列名)的區別:
count(*)將返回表格中所有存在的行的總數包括值為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(有預設值的列也會被計入)
1. 查詢全部重複的資料:
Select * From 表 Where 重複欄位 In (Select 重複欄位 From 表 Group By 重複欄位 Having Count(*)>1)
2. 刪除全部重複試題:
將上面的查詢select改為delete(這樣會出錯的)
DELETE FROM dept WHERE dname IN ( SELECT dname FROM dept GROUP BY dname HAVINGcount(1) > 1 )
會出現如下錯誤:[Err] 1093 - You can't specify target table 'dept' for update in FROM clause
原因是:更新這個表的同時又查詢了這個表,查詢這個表的同時又去更新了這個表,可以理解為死鎖。mysql不支援這種更新查詢同一張表的操作
解決辦法:把要更新的幾列資料查詢出來做為一個第三方表,然後篩選更新。
3. 查詢表中多餘重複試題
可以根據depno判斷,除了rowid最小的一個
a. 第一種方法:
SELECT * FROM deptWHERE 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 )
上面這種寫法正確,但是查詢的速度太慢;
b. 第二種方法:
☆根據dname分組,查找出deptno最小的。然後再查詢deptno不包含剛才查出來的。這樣就查詢出了所有的重複資料(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. 補充第三種方法:
SELECT * FROM dept AS ta
WHERE ta.deptno <> ( SELECT min( tb.deptno ) FROM dept AS tb WHERE ta.dname = tb.dname );
4. 刪除表中多餘重複試題並且只留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應,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. 補充第三種方法:
DELETE FROM dept AS ta WHERE ta.deptno <> ( SELECT t.minid FROM ( SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname = tb.dname ) t );
二、多個欄位的操作:
單個欄位的如果會了,多個欄位也非常簡單。就是將group by 的欄位增加為你想要的即可。
a. 第一種方法:
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 )
b. ☆第二種方法:
DELETE FROM dept WHERE deptno NOT IN ( SELECT dt.minno FROM ( SELECT MIN(deptno) AS minno FROM dept GROUP BY dname,dbsource ) dt )
c. 補充第三種方法:
DELETE FROM dept AS ta WHERE ta.deptno <> ( SELECT t.minid FROM ( SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname = tb.dname and ta.dbsource = tb.dbsource ) t );
總結:
其實上面的方法還有很多需要優化的地方,如果資料量太大的話,執行起來很慢,可以考慮加優化一下:
- 在經常查詢的欄位上加上索引
- 將*改為你需要查詢出來的欄位,不要全部查詢出來
- 小表驅動大表用IN,大表驅動小表用EXISTS。IN適合的情況是外表資料量小的情況,而不是外表資料大的情況,因為IN會遍歷外表的全部資料,假設a表100條,b表10000條那麼遍歷次數就是100*10000次,而exists則是執行100次去判斷a表中的資料是否在b表中存在,它只執行了a.length次數。至於哪一個效率高是要看情況的,因為in是在記憶體中比較的,而exists則是進行資料庫查詢操作的