線上庫(kù)有6個(gè)表存在重復(fù)數(shù)據(jù)，其中2個(gè)表比較大，一個(gè)96萬(wàn)+、一個(gè)30萬(wàn)+，因?yàn)橹疤幚磉^相同的問題，就直接拿來了上次的Python去重腳本，腳本很簡(jiǎn)單，就是連接數(shù)據(jù)庫(kù)，查出來重復(fù)數(shù)據(jù)，循環(huán)刪除。

emmmm，但是這個(gè)效率嘛，實(shí)在是太低了，1秒一條，重復(fù)數(shù)據(jù)大約2萬(wàn)+，預(yù)估時(shí)間大約在8個(gè)小時(shí)左右。。。

盲目依靠前人的東西，而不去自己思考是有問題的！總?cè)ハ胫霸趺纯梢?，現(xiàn)在怎么不行了，這也是有問題的！我發(fā)現(xiàn)，最近確實(shí)狀態(tài)不太對(duì)，失去了探索和求知的欲望，今天算是一個(gè)警醒，頗有迷途知返的感覺。

言歸正傳，下面詳細(xì)介紹去重步驟

CREATE TABLE `animal` （ `id` int（11） NOT NULL AUTO_INCREMENT， `name` varchar（20） DEFAULT NULL， `age` int（11） DEFAULT NULL， PRIMARY KEY （`id`）） ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

INSERT INTO `pilipa_dds`。`student` （`id`， `name`， `age`） VALUES （‘1’， ‘cat’， ‘12’）;INSERT INTO `pilipa_dds`。`student` （`id`， `name`， `age`） VALUES （‘2’， ‘dog’， ‘13’）;INSERT INTO `pilipa_dds`。`student` （`id`， `name`， `age`） VALUES （‘3’， ‘camel’， ‘25’）;INSERT INTO `pilipa_dds`。`student` （`id`， `name`， `age`） VALUES （‘4’， ‘cat’， ‘32’）;INSERT INTO `pilipa_dds`。`student` （`id`， `name`， `age`） VALUES （‘5’， ‘dog’， ‘42’）;

目標(biāo)：我們要去掉name相同的數(shù)據(jù)

先看看哪些數(shù)據(jù)重復(fù)了

SELECT name，count（ 1 ） FROM student GROUP BYNAME HAVING count（ 1 ） 》 1;

輸出：

name count（1） cat 2 dog 2

name為cat和dog的數(shù)據(jù)重復(fù)了，每個(gè)重復(fù)的數(shù)據(jù)有兩條；

Select * From 表 Where 重復(fù)字段 In （Select 重復(fù)字段 From 表 Group By 重復(fù)字段 Having Count（1）》1）

刪除全部重復(fù)數(shù)據(jù)，一條不留

直接刪除會(huì)報(bào)錯(cuò)

DELETE FROM student WHERE NAME IN （ SELECT NAME FROM student GROUP BY NAME HAVING count（ 1 ） 》 1）

報(bào)錯(cuò)：

1093 - You can‘t specify target table ’student‘ for update in FROM clause， Time： 0.016000s

原因是：更新這個(gè)表的同時(shí)又查詢了這個(gè)表，查詢這個(gè)表的同時(shí)又去更新了這個(gè)表，可以理解為死鎖。mysql不支持這種更新查詢同一張表的操作

解決辦法：把要更新的幾列數(shù)據(jù)查詢出來做為一個(gè)第三方表，然后篩選更新。

DELETE FROM student WHERE NAME IN （ SELECT t.NAME FROM （ SELECT NAME FROM student GROUP BY NAME HAVING count（ 1 ） 》 1 ） t）

刪除表中刪除重復(fù)數(shù)據(jù)，僅保留一條

在刪除之前，我們可以先查一下，我們要?jiǎng)h除的重復(fù)數(shù)據(jù)是啥樣的

SELECT * FROM student WHERE id NOT IN （ SELECT t.id FROM （ SELECT MIN（ id ） AS id FROM student GROUP BY `name` ） t ）

啥意思呢，就是先通過name分組，查出id最小的數(shù)據(jù)，這些數(shù)據(jù)就是我們要留下的火種，那么再查詢出id不在這里面的，就是我們要?jiǎng)h除的重復(fù)數(shù)據(jù)。

開始刪除重復(fù)數(shù)據(jù)，僅留一條

很簡(jiǎn)單，剛才的select換成delete即可

DELETE FROM student WHERE id NOT IN （ SELECT t.id FROM （ SELECT MIN（ id ） AS id FROM student GROUP BY `name` ） t ）

90萬(wàn)+的表執(zhí)行起來超級(jí)快。

（版權(quán)歸原作者所有，侵刪）

來源：telami.cn/2019/mysql-removes-duplicate-data-and-keeping-only-one/