mysql去重查询方法(redis五种数据类型使用场景)

  • 删除全部重复数据,一条不留
  • 删除表中删除重复数据,仅保留一条
  • 开始删除重复数据,仅留一条

在公司加班到八点,此为背景。

加班原因是上线,解决线上数据库存在重复数据的问题,发现了程序的bug,很好解决,有点问题的是,修正线上的重复数据。

线上库有6个表存在重复数据,其中2个表比较大,一个96万+、一个30万+,因为之前处理过相同的问题,就直接拿来了上次的python去重脚本,脚本很简单,就是连接数据库,查出来重复数据,循环删除。

emmmm,但是这个效率嘛,实在是太低了,1秒一条,重复数据大约2万+,预估时间大约在8个小时左右。。。

盲目依靠前人的东西,而不去自己思考是有问题的!总去想之前怎么可以,现在怎么不行了,这也是有问题的!我发现,最近确实状态不太对,失去了探索和求知的欲望,今天算是一个警醒,颇有迷途知返的感觉。

言归正传,下面详细介绍去重步骤。

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');

目标:我们要去掉name相同的数据。

先看看哪些数据重复了

select name,count( 1 )
from
 student
group by
name
having
 count( 1 ) > 1;

输出:

name count(1) cat 2 dog 2

name为cat和dog的数据重复了,每个重复的数据有两条;

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)>1)

删除全部重复数据,一条不留

直接删除会报错

delete
from
 student
where
 name in (
 select name
 from
  student
 group by
 name
having
 count( 1 ) > 1)

报错:

1093 – you can’t specify target table ‘student’ for update in from clause, time: 0.016000s

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作为一个第三方表,然后筛选更新。

delete
from
 student
where
 name in (
 select
  t.name
from
 ( select name from student group by name having count( 1 ) > 1 ) t)

删除表中删除重复数据,仅保留一条

在删除之前,我们可以先查一下,我们要删除的重复数据是啥样的

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,就是先通过name分组,查出id最小的数据,这些数据就是我们要留下的火种,那么再查询出id不在这里面的,就是我们要删除的重复数据。

开始删除重复数据,仅留一条

很简单,刚才的select换成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
 )

90万+的表执行起来超级快。

all done ~

– end –

(0)
上一篇 2022年3月21日
下一篇 2022年3月21日

相关推荐