关于sql多表去重问题

很多人新手对于数据库distinct 的用法有误解接下来我们看一段代码:

   数据表:table  id name

   1 a
   2 b
   3 c
   4 c
   5 b

 

  我们使用distinct来去重name是这样:

 select distinct name from table 结果为:

     a

     b

    c

 可是一般数据库去重都是需要不止一个字段接下来看这个:

  select distinct name, id from table 多了个id效果会怎样呢

   1 a
   2 b
   3 c
   4 c
   5 b

  结果并不是我们想象的一样去重了接下来我们继续:

  select *, count(distinct name) from table group by name 这条sql 就不一样了效果如下

   1 a 1

   2 b 1

   3 c 1

  看到效果了吧，只是后面多了一个count 查出来的数据这个不影响,是可以用的.

 

  

2.Sql去重语句

 

海量数据（百万以上），其中有些全部字段都相同，有些部分字段相同，怎样高效去除重复？

如果要删除手机(mobilePhone)，电话(officePhone)，邮件(email)同时都相同的数据，以前一直使用这条语句进行去重：

1	delete from 表 where id not in

2	(select max(id) from 表 group by mobilePhone,officePhone,email )

3

or

4	delete from 表 where id not in

5	(select min(id) from 表 group by mobilePhone,officePhone,email )

其中下面这条会稍快些。上面这条数据对于100万以内的数据效率还可以，重复数1/5的情况下几分钟到几十分钟不等，但是如果数据量达到300万以上，效率骤降，如果重复数据再多点的话，常常会几十小时跑不完，有时候会锁表跑一夜都跑不完。无奈只得重新寻找新的可行方法，今天终于有所收获：

1	//查询出唯一数据的ID,并把他们导入临时表tmp中

2	select min(id) as mid