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MySQL 处理重复数据，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做为一个第三方表，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 ~
逆锋起笔是一个专注于程序员圈子的技术平台，你可以收获最新技术动态、最新内测资格、BAT等大厂的经验、精品学习资料、职业路线、副业思维，微信搜索逆锋起笔关注！
一个 Go 语言实现的数据库
觉得不错，请点个在看
（编辑：晋中站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
