MySQL 大批量插入，如何快速过滤掉重复数据？

来源：telami.cn/2019/mysql-removes-duplicate

-data-and-keeping-only-one/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MySQL 处理重复数据，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：

namecount(1) cat2 dog2

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?
?)

（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!