MySQL 语句(一) ——去除重复数据，只保留最早一条

前提

假设一种情况，数据库的数据重复了，只想保留最早一条。
比如，书库中《三体》录入了多次，想根据时间戳，只保留第一次入库的记录，也就是张三录入的记录。

分析

想要删除重复数据，需要找出不合适的数据，根据主键（s_id）删除掉。具体是以下两步：

1. 找出想保留数据的id
2. 把其他的数据删除

实现

1、找出想保留数据的id，这一步是最关键的一步

如果数据是自增长的，就比较简单，只需要一句

SELECT min(s_id) id from t_book GROUP BY s_name

到此可以直接看第二步了。
但是如果id是uuid就会变得复杂，需要根据时间排序拿到第一条数据

SELECT min(d_timestamp) time,s_name FROM t_book GROUP BY s_name

这样我们就拿到了同一本书最早的记录，但是缺少id。

注意：这里不能把 id 直接写在SELECT 中，因为 id 不在GROUP BY后面。如果是 mysql8，强行添加在SELECT 就会报错，需要用 any_value(s_id) 处理，mysql5+ 虽然不会报错，但是和这个方法一样，从字面也能看出来，any_value 就是随便一个值，这样强行放置的结果就是拿到的数据id并不符合 min(d_timestamp) 这个条件。

想要拿到 id，需要再关联原始表。

SELECT t_left.s_name,t_right.s_id,t_right.s_name,t_right.d_timestamp
FROM (SELECT min(d_timestamp) time,s_name FROM t_book GROUP BY s_name) t_left LEFT JOIN t_book t_right  
ON t_left.time=t_right.d_timestamp AND t_left.s_name=t_right.s_name

关联结果：

这样就拿到了需要保留数据的 id。

2、把其他的数据删除

拿到了需要保留的 id ，就只需要通过 not in 语句删除不在这些 id 里面的数据就行了。一般就会写成如下这种，但是是会报错的

DELETE FROM t_book WHERE s_id not in (
SELECT t_right.s_id
FROM (SELECT min(d_timestamp) time,s_name FROM t_book GROUP BY s_name) t_left LEFT JOIN t_book t_right  
ON t_left.time=t_right.d_timestamp AND t_left.s_name=t_right.s_name
) 

错误信息如下，就是说不能直接操作原表数据

1093 - You can’t specify target table ‘t_book’ for update in FROM clause

解决方法是将当前表重新命名成一个独立的表 t_all，然后从 t_all 里面查询出来 id

SELECT id FROM 
(SELECT t_right.s_id id
FROM (SELECT min(d_timestamp) time,s_name FROM t_book GROUP BY s_name) t_left LEFT JOIN t_book t_right  ON t_left.time=t_right.d_timestamp AND t_left.s_name=t_right.s_name) 
t_all

最终的语句就是

DELETE FROM t_book WHERE s_id not in (
SELECT id FROM 
(SELECT t_right.s_id id
FROM (SELECT min(d_timestamp) time,s_name FROM t_book GROUP BY s_name) t_left LEFT JOIN t_book t_right  ON t_left.time=t_right.d_timestamp AND t_left.s_name=t_right.s_name) 
t_all
)

执行成功