mysql删除多余重复_Mysql删除重复记录并且只保留一条

引用自：https://blog.csdn.net/n950814abc/article/details/82284838   作者：千g

找到重复记录的sql

Select 重复字段 From 表 Group By 重复字段 Having Count(*)>1

查看是否有重复的数据：

GROUP BY

HAVING

查询出：根据dname分组，同时满足having字句中组条件表达式(重复次数大于1)的那些组

count(*)与count(1) 其实没有什么差别，用哪个都可以

count(*)与count(列名)的区别：

count(*)将返回表格中所有存在的行的总数包括值为null的行，然而count(列名)将返回表格中除去null以外的所有行的总数(有默认值的列也会被计入)

1. 查询全部重复的数据：

Select * From 表 Where 重复字段 In (Select 重复字段 From 表 Group By 重复字段 Having Count(*)>1)

2. 删除全部重复试题：

将上面的查询select改为delete(这样会出错的)

DELETE

FROMdeptWHEREdnameIN(SELECTdnameFROMdeptGROUP BYdnameHAVING

count(1) > 1)

会出现如下错误：[Err] 1093 - You can't specify target table 'dept' for update in FROM clause

原因是：更新这个表的同时又查询了这个表，查询这个表的同时又去更新了这个表，可以理解为死锁。mysql不支持这种更新查询同一张表的操作

解决办法：把要更新的几列数据查询出来做为一个第三方表，然后筛选更新。

3. 查询表中多余重复试题

可以根据depno判断，除了rowid最小的一个

a. 第一种方法：

SELECT

*

FROMdeptWHEREdnameIN(SELECTdnameFROMdeptGROUP BYdnameHAVING

COUNT(1) > 1)AND deptno NOT IN(SELECT

MIN(deptno)FROMdeptGROUP BYdnameHAVING

COUNT(1) > 1)

上面这种写法正确，但是查询的速度太慢；

b. 第二种方法：

☆根据dname分组，查找出deptno最小的。然后再查找deptno不包含刚才查出来的。这样就查询出了所有的重复数据(除了deptno最小的那行)

SELECT *

FROMdeptWHEREdeptnoNOT IN(SELECTdt.minnoFROM(SELECT

MIN(deptno) ASminnoFROMdeptGROUP BYdname

) dt

)

c. 补充第三种方法：

SELECT

*

FROMdept AStaWHEREta.deptno<> ( SELECT min( tb.deptno ) FROM dept AS tb WHERE ta.dname = tb.dname );

4. 删除表中多余重复试题并且只留1条：

a. 第一种方法：

DELETE

FROMdeptWHEREdnameIN(SELECTt.dnameFROM(SELECTdnameFROMdeptGROUP BYdnameHAVING

count(1) > 1) t

)AND deptno NOT IN(SELECTdt.mindeptnoFROM(SELECT

min(deptno) ASmindeptnoFROMdeptGROUP BYdnameHAVING

count(1) > 1) dt

)

b. ☆第二种方法(与上面查询的第二种方法对应，只是将select改为delete)：

DELETE

FROMdeptWHEREdeptnoNOT IN(SELECTdt.minnoFROM(SELECT

MIN(deptno) ASminnoFROMdeptGROUP BYdname

) dt

)

c. 补充第三种方法：

DELETE

FROMdeptAStaWHEREta.deptno<>(SELECTt.minidFROM(SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname =tb.dname ) t

);

二、多个字段的操作：

单个字段的如果会了，多个字段也非常简单。就是将group by 的字段增加为你想要的即可。

a. 第一种方法：

DELETE

FROMdeptWHERE(dname, db_source)IN(SELECTt.dname,

t.db_sourceFROM(SELECTdname,

db_sourceFROMdeptGROUP BYdname,

db_sourceHAVING

count(1) > 1) t

)AND deptno NOT IN(SELECTdt.mindeptnoFROM(SELECT

min(deptno) ASmindeptnoFROMdeptGROUP BYdname,

db_sourceHAVING

count(1) > 1) dt

)

b. ☆第二种方法：

DELETE

FROMdeptWHEREdeptnoNOT IN(SELECTdt.minnoFROM(SELECT

MIN(deptno) ASminnoFROMdeptGROUP BYdname,dbsource

) dt

)

c. 补充第三种方法：

DELETE

FROMdeptAStaWHEREta.deptno<>(SELECTt.minidFROM(SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname =tb.dname and ta.dbsource = tb.dbsource ) t

);

总结：

其实上面的方法还有很多需要优化的地方，如果数据量太大的话，执行起来很慢，可以考虑加优化一下：

在经常查询的字段上加上索引

将*改为你需要查询出来的字段，不要全部查询出来

小表驱动大表用IN，大表驱动小表用EXISTS。IN适合的情况是外表数据量小的情况，而不是外表数据大的情况，因为IN会遍历外表的全部数据，假设a表100条，b表10000条那么遍历次数就是100*10000次，而exists则是执行100次去判断a表中的数据是否在b表中存在，它只执行了a.length次数。至于哪一个效率高是要看情况的，因为in是在内存中比较的，而exists则是进行数据库查询操作的