快捷導(dǎo)航

一條sql語句完成MySQL去重留一

更新時(shí)間：2017年12月04日 08:49:23 作者：命中水

在使用mysql時(shí)，有時(shí)需要查詢出某個(gè)字段不重復(fù)的記錄，雖然mysql提供有distinct這個(gè)關(guān)鍵字來過濾掉多余的重復(fù)記錄只保留一條，但往往只用它來返回不重復(fù)記錄的條數(shù)，而不是用它來返回不重記錄的所有值。

前幾天在做一個(gè)需求的時(shí)候，需要清理mysql中重復(fù)的記錄，當(dāng)時(shí)的想法是通過代碼遍歷寫出來，然后覺得太復(fù)雜，心里想著應(yīng)該可以通過一個(gè)sql語句來解決問題的。查了資料，請(qǐng)教了大佬之后得出了一個(gè)很便利的sql語句，這里分享下這段sql語句和思路。

需求分析

數(shù)據(jù)庫中存在重復(fù)記錄，刪除保留其中一條（是否重復(fù)判斷基準(zhǔn)為多個(gè)字段）

解決方案

碰到這個(gè)需求的時(shí)候，心里大概是有思路的。最快想到的是可以通過一條sql語句來解決，無奈自己對(duì)于復(fù)雜sql語句的道行太淺，所以想找大佬幫忙。

找人幫忙

因?yàn)檫@個(gè)需求有點(diǎn)著急，所以最開始想到的是，可以找這方面的同行來解決，然后分享這個(gè)問題給同事，結(jié)果這貨隨便百度了一下，就甩給我一個(gè)從未用過的sql語句，讓我自己嘗試，心里萬匹那啥啥啥奔騰而過...

自己百度

找到了一條sql語句：

DELETE
FROM
 vitae a
WHERE
 (a.peopleId, a.seq) IN (
  SELECT
   peopleId,
   seq
  FROM
   vitae
  GROUP BY
   peopleId,
   seq
  HAVING
   count(*) > 1
 )
AND rowid NOT IN (
 SELECT
  min(rowid)
 FROM
  vitae
 GROUP BY
  peopleId,
  seq
 HAVING
  count(*) > 1
)

這條語句是在【MySQL中刪除重復(fù)數(shù)據(jù)只保留一條】這篇文章里找到的。這條sql思路很明顯，有以下3步：

SELECT peopleId, seq FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1 查詢出表中重復(fù)記錄作為條件

SELECT min(rowid) FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1 查詢出表中重復(fù)記錄中ID最小的值為第二個(gè)條件

最后根據(jù)以上兩個(gè)條件，刪除除重復(fù)記錄中最小ID的其余重復(fù)記錄

但是很無奈的是，運(yùn)行這條語句出現(xiàn)了錯(cuò)誤，大致報(bào)錯(cuò)意思是，不能在查詢的時(shí)候同時(shí)更新這個(gè)表。

代碼解決

根據(jù)上面這個(gè)sql語句想到或許可以通過代碼的方式，兩步來達(dá)到同樣的目的：

先取出重復(fù)的數(shù)據(jù)集

根據(jù)查詢到的數(shù)據(jù)集，循環(huán)刪除其余的重復(fù)數(shù)據(jù)

想法是有了，寫出來也很快，但是一運(yùn)行嚇我一跳，竟然需要 116s 左右，然后自己就想一定要找到可以使用的sql語句，貼一下代碼和運(yùn)行結(jié)果：

完美的【去重留一】SQL

最后在一個(gè)技術(shù)群里得到了完美的答案，看這條sql語句：

DELETE consum_record
FROM
 consum_record, 
 (
  SELECT
   min(id) id,
   user_id,
   monetary,
   consume_time
  FROM
   consum_record
  GROUP BY
   user_id,
   monetary,
   consume_time
  HAVING
   count(*) > 1
 ) t2
WHERE
 consum_record.user_id = t2.user_id 
 and consum_record.monetary = t2.monetary
 and consum_record.consume_time = t2.consume_time
AND consum_record.id > t2.id;

上面這條sql語句，仔細(xì)看一下，揣摩出思路也不難，大概也分為3步來理解：

(SELECT min(id) id, user_id, monetary, consume_time FROM consum_record GROUP BY user_id, monetary, consume_time HAVING count(*) > 1 ) t2 查詢出重復(fù)記錄形成一個(gè)集合（臨時(shí)表t2），集合里是每種重復(fù)記錄的最小ID

consum_record.user_id = t2.user_id and consum_record.monetary = t2.monetary and consum_record.consume_time = t2.consume_time 關(guān)聯(lián) 判斷重復(fù)基準(zhǔn)的字段

根據(jù)條件，刪除原表中id大于t2中id的記錄

看到這個(gè)語句的時(shí)候，心里想這也太厲害了。這么一個(gè)簡單的sql語句，竟然可以解決這么復(fù)雜的問題，漲姿勢了~

運(yùn)行起來也超級(jí)快，原先的代碼循環(huán)執(zhí)行，需要 116s 左右，而這里 0.3s 就可以了，厲害了~