• 刪除全部重復數據，一條不留
• 刪除表中刪除重復數據，僅保留一條
• 開始刪除重復數據，僅留一條

在公司加班到八點，此為背景。

加班原因是上線，解決線上數據庫存在重復數據的問題，發現了程序的bug，很好解決，有點問題的是，修正線上的重復數據。

線上庫有6個表存在重復數據，其中2個表比較大，一個96萬+、一個30萬+，因為之前處理過相同的問題，就直接拿來了上次的Python去重腳本，腳本很簡單，就是連接數據庫，查出來重復數據，循環刪除。

emmmm，但是這個效率嘛，實在是太低了，1秒一條，重復數據大約2萬+，預估時間大約在8個小時左右。。。

盲目依靠前人的東西，而不去自己思考是有問題的！總去想之前怎么可以，現在怎么不行了，這也是有問題的！我發現，最近確實狀態不太對，失去了探索和求知的欲望，今天算是一個警醒，頗有迷途知返的感覺。

言歸正傳，下面詳細介紹去重步驟。

CREATE TABLE `animal` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(20) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;


INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('1', 'cat', '12');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('2', 'dog', '13');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('3', 'camel', '25');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('4', 'cat', '32');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('5', 'dog', '42');

目標：我們要去掉name相同的數據。

先看看哪些數據重復了

SELECT name,count( 1 )
FROM
 student
GROUP BY
NAME
HAVING
 count( 1 ) > 1;

輸出：

name count(1) cat 2 dog 2

name為cat和dog的數據重復了，每個重復的數據有兩條；

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

刪除全部重復數據，一條不留

直接刪除會報錯

DELETE
FROM
 student
WHERE
 NAME IN (
 SELECT NAME
 FROM
  student
 GROUP BY
 NAME
HAVING
 count( 1 ) > 1)

報錯：

1093 – You can’t specify target table ‘student’ for update in FROM clause, Time: 0.016000s

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：把要更新的幾列數據查詢出來作為一個第三方表，然后篩選更新。

DELETE
FROM
 student
WHERE
 NAME IN (
 SELECT
  t.NAME
FROM
 ( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1 ) t)

刪除表中刪除重復數據，僅保留一條

在刪除之前，我們可以先查一下，我們要刪除的重復數據是啥樣的

SELECT
 *
FROM
 student
WHERE
 id NOT IN (
 SELECT
  t.id
 FROM
 ( SELECT MIN( id ) AS id FROM student GROUP BY `name` ) t
 )

啥意思呢，就是先通過name分組，查出id最小的數據，這些數據就是我們要留下的火種，那么再查詢出id不在這里面的，就是我們要刪除的重復數據。

開始刪除重復數據，僅留一條

很簡單，剛才的select換成delete即可

DELETE
FROM
 student
WHERE
 id NOT IN (
 SELECT
  t.id
 FROM
 ( SELECT MIN( id ) AS id FROM student GROUP BY `name` ) t
 )

90萬+的表執行起來超級快。

All done ~

– END –