點(diǎn)擊上方?泥瓦匠關(guān)注我！

作者：千g

來(lái)源：blog.csdn.net/n950814abc/article/details/82284838

最近，在做題庫(kù)系統(tǒng)，由于在題庫(kù)中添加了重復(fù)的試題，所以需要查詢出重復(fù)的試題，并且刪除掉重復(fù)的試題只保留其中1條，以保證考試的時(shí)候抽不到重復(fù)的題。

首先寫了一個(gè)小的例子：

一、單個(gè)字段的操作

這是數(shù)據(jù)庫(kù)中的表：

分組介紹

Select?重復(fù)字段?From?表?Group?By?重復(fù)字段?Having?Count(*)>1

查看是否有重復(fù)的數(shù)據(jù)：

GROUP BY <列名序列>
HAVING <組條件表達(dá)式>

查詢出：根據(jù)dname分組，同時(shí)滿足having字句中組條件表達(dá)式（重復(fù)次數(shù)大于1）的那些組

count(*)與count(1)?其實(shí)沒(méi)有什么差別，用哪個(gè)都可以

count(*)與count（列名）的區(qū)別：

count(*)將返回表格中所有存在的行的總數(shù)包括值為null的行，然而count(列名)將返回表格中除去null以外的所有行的總數(shù)(有默認(rèn)值的列也會(huì)被計(jì)入）。

1. 查詢?nèi)恐貜?fù)的數(shù)據(jù)

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)

2. 刪除全部重復(fù)試題

將上面的查詢select改為delete（這樣會(huì)出錯(cuò)的）

DELETEFROM deptWHERE dname IN (  SELECT   dname  FROM   dept  GROUP BY   dname  HAVING   count(1) > 1 )

會(huì)出現(xiàn)如下錯(cuò)誤：[Err] 1093 - You can't specify target table 'dept' for update in FROM clause

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(lái)做為一個(gè)第三方表，然后篩選更新。

3. 查詢表中多余重復(fù)試題（根據(jù)depno來(lái)判斷，除了rowid最小的一個(gè)）

a. 第一種方法

SELECT *FROM deptWHERE dname IN (  SELECT   dname  FROM   dept  GROUP BY   dname  HAVING   COUNT(1) > 1 )AND deptno NOT IN ( SELECT  MIN(deptno) FROM  dept GROUP BY  dname HAVING  COUNT(1) > 1)

上面這種寫法正確，但是查詢的速度太慢，可以試一下下面這種方法：

b. 第二種方法

根據(jù)dname分組，查找出deptno最小的。然后再查找deptno不包含剛才查出來(lái)的。這樣就查詢出了所有的重復(fù)數(shù)據(jù)（除了deptno最小的那行）。

SELECT *FROM deptWHERE deptno NOT IN (  SELECT   dt.minno  FROM   (    SELECT     MIN(deptno) AS minno    FROM     dept    GROUP BY     dname   ) dt )

c. 補(bǔ)充第三種方法

SELECT * FROM table_name AS ta WHERE ta.唯一鍵 <> ( SELECT max( tb.唯一鍵 ) FROM table_name AS tb WHERE ta.判斷重復(fù)的列 = tb.判斷重復(fù)的列 );

4. 刪除表中多余重復(fù)試題并且只留1條

a. 第一種方法：

DELETEFROM deptWHERE dname IN (  SELECT   t.dname  FROM   (    SELECT     dname    FROM     dept    GROUP BY     dname    HAVING     count(1) > 1   ) t )AND deptno NOT IN (SELECT dt.mindeptnoFROM (  SELECT   min(deptno) AS mindeptno  FROM   dept  GROUP BY   dname  HAVING   count(1) > 1 ) dt)

b. 第二種方法（與上面查詢的第二種方法對(duì)應(yīng)，只是將select改為delete）

DELETEFROM deptWHERE deptno NOT IN (  SELECT   dt.minno  FROM   (    SELECT     MIN(deptno) AS minno    FROM     dept    GROUP BY     dname   ) dt )

c. 補(bǔ)充第三種方法（評(píng)論區(qū)推薦的一種方法）

DELETE FROM table_name AS ta WHERE ta.唯一鍵 <> (SELECT t.maxid FROM ( SELECT max( tb.唯一鍵 ) AS maxid FROM table_name AS tb WHERE ta.判斷重復(fù)的列 = tb.判斷重復(fù)的列 ) t  );

二、多個(gè)字段的操作

單個(gè)字段的如果會(huì)了，多個(gè)字段也非常簡(jiǎn)單。就是將group by 的字段增加為你想要的即可。

此處只寫一個(gè)，其他方法請(qǐng)仿照一個(gè)字段的寫即可。

DELETEFROM deptWHERE (dname, db_source) IN (  SELECT   t.dname,   t.db_source  FROM   (    SELECT     dname,     db_source    FROM     dept    GROUP BY     dname,     db_source    HAVING     count(1) > 1   ) t )AND deptno NOT IN ( SELECT  dt.mindeptno FROM  (   SELECT    min(deptno) AS mindeptno   FROM    dept   GROUP BY    dname,    db_source   HAVING    count(1) > 1  ) dt)

# 總結(jié)

其實(shí)上面的方法還有很多需要優(yōu)化的地方，如果數(shù)據(jù)量太大的話，執(zhí)行起來(lái)很慢，可以考慮加優(yōu)化一下：

在經(jīng)常查詢的字段上加上索引
將*改為你需要查詢出來(lái)的字段，不要全部查詢出來(lái)
小表驅(qū)動(dòng)大表用IN，大表驅(qū)動(dòng)小表用EXISTS。IN適合的情況是外表數(shù)據(jù)量小的情況，而不是外表數(shù)據(jù)大的情況，因?yàn)镮N會(huì)遍歷外表的全部數(shù)據(jù)，假設(shè)a表100條，b表10000條那么遍歷次數(shù)就是100*10000次，而exists則是執(zhí)行100次去判斷a表中的數(shù)據(jù)是否在b表中存在，它只執(zhí)行了a.length次數(shù)。至于哪一個(gè)效率高是要看情況的，因?yàn)閕n是在內(nèi)存中比較的，而exists則是進(jìn)行數(shù)據(jù)庫(kù)查詢操作的。

點(diǎn)擊領(lǐng)取：程序員最新學(xué)習(xí)資料！

往期推薦

靈魂拷問(wèn)：“一個(gè)程序員的水平能差到什么程度？”

流量為王？不能不懂！

午夜剛過(guò)，被一條來(lái)自監(jiān)控系統(tǒng)的警報(bào)吵醒了...

下方二維碼關(guān)注我

技術(shù)草根，堅(jiān)持分享?編程，算法，架構(gòu)

朋友助力下！點(diǎn)個(gè)贊和在看！

如何實(shí)現(xiàn)刪除重復(fù)記錄并且只保留一條？