Mysql去重——以文章浏览为例

以文章浏览为例分析如何去除mysql完全重复的两行

 

问题描述

 
Views表：

Column Name	Type
article_id	int
author_id	int
viewer_id	int
view_date	date

 此表无主键，因此可能会存在重复行。此表的每一行都表示某人在某天浏览了某位作者的某篇文章。请注意，同一人的 author_id 和 viewer_id 是相同的。
 编写一条 SQL 查询来找出在同一天阅读至少两篇文章的人，结果按照 id 升序排序。
 

问题示例

 
Views table:

article_id	author_id	viewer_id	view_date
1	3	5	2019-08-01
3	4	5	2019-08-01
1	3	6	2019-08-02
2	7	7	2019-08-01
2	7	6	2019-08-02
4	7	1	2019-07-22
3	4	4	2019-07-21
3	4	4	2019-07-21

Result table:

id
5
6

问题求解

 

笨方法：

 先通过select distinct * from Views对原表去重，然后通过count(*)计数，最后在最外层用distinct id去重即可。

select distinct id
from (
    select count(*) as cnt, viewer_id as id
    from (
        select distinct *
        from Views
    ) as e
    group by viewer_id, view_date
    having cnt >= 2
) as t
order by id;

 

简便方法

 用count(distinct article_id)即可

select distinct viewer_id as id 
from Views
group by view_date, viewer_id
having count(distinct article_id) >= 2
order by id;