重复数据处理,有两种方法:
1、在数据库表中删除重复数据 ,得到的就是不重复的数据,这种适应于表数据量比较小的时候,表的id跨越比较大;
2、从表中取出不重复的记录到新表中,这种适应于表数据量大的情况,涉及到建表改表名的操作。
-- 方法一
SELECT * -- 这里换成 DELETE 就是删除
FROM
`product_detail` pd
WHERE
CONCAT(`product_id` , `product_type_id`) IN ( -- `product_id` , `product_type_id` 相同的认为是重复
SELECT
CONCAT(`product_id` , `product_type_id`)
FROM
`product_detail`
GROUP BY
CONCAT(`product_id` , `product_type_id`)
HAVING
count( CONCAT(`product_id` , `product_type_id`)) > 1
)
AND pd.id NOT IN ( -- 这里和下面方法二的select不一样的
SELECT
min( id ) -- 这里换成max就是保留id最大的那条记录,也就是最新记录
FROM
`product_detail`
GROUP BY
`product_id` , `product_type_id`
HAVING
count(`product_id` , `product_type_id`) > 1)
-- 方法二
-- 用的是重建表的方式,不采用删除重复数据的方式是因为表数据量非常大,删除太耗时
-- 将原表进行备份,然后重建
rename table `product_detail` to `product_detail_bak`;
CREATE TABLE `product_detail` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键id',
`product_id` int(11) NOT NULL COMMENT '产品id',
`product_type_id` int(11) NOT NULL COMMENT '产品类型id',
`product_serial_no` int(11) DEFAULT NULL COMMENT '产品顺序号',
`state` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '1' COMMENT '状态 1正常 2停用',
`remark` varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '备注',
`status` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '0' COMMENT '运维的状态字段 (0代表存在 -1代表删除)',
`create_by` varchar(60) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '创建人',
`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
`update_by` varchar(60) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '更新人',
`update_time` datetime DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci ROW_FORMAT=DYNAMIC COMMENT='产品明细表';
-- 用查询出来的要保留的数据插入新表,要把自增id去掉,还可以用insert--create table的方式
INSERT INTO `product_detail` -- 查询出所有不重复,这些就是应该保留的,这种适用于重新建立数据库表
SELECT *
FROM
`product_detail_bak` pd
WHERE
CONCAT(`product_id` , `product_type_id`) IN (
SELECT
CONCAT(`product_id` , `product_type_id`)
FROM
`product_detail_bak`
GROUP BY
CONCAT(`product_id` , `product_type_id`)
HAVING
count(CONCAT(`product_id` , `product_type_id`)) = 1
)
OR pd.id IN (
SELECT
min( id ) -- 这里换成max就是保留id最大的那条记录,也就是最新记录
FROM
`product_detail_bak`
GROUP BY
CONCAT(`product_id` , `product_type_id`)
HAVING
count(`product_id` , `product_type_id`) > 1)
-- 下面是查询出来手工插入的,适用于数据量不大的情况,自增id的要把id字段去掉,这样才可以有连贯的id
INSERT INTO `product_detail` (`product_id`, `product_type_id`, `product_serial_no`, `state`, `remark`, `status`, `create_by`, `create_time`) VALUES (304, 51, NULL, '1', NULL, '0', '13172536459', '2023-01-10 09:01:28');
INSERT INTO `product_detail` (`product_id`, `product_type_id`, `product_serial_no`, `state`, `remark`, `status`, `create_by`, `create_time`) VALUES (323, 65, NULL, '1', NULL, '0', '13172536459', '2023-01-10 09:01:31');