c mysql删除多条记录_如何实现 MySQL 删除重复记录并且只保留一条？

深藏阁楼爱情的钟 2022-10-23 04:52 165阅读 0赞

最近，在做题库系统，由于在题库中添加了重复的试题，所以需要查询出重复的试题，并且删除掉重复的试题只保留其中1条，以保证考试的时候抽不到重复的题。首先写了一个小的例子：

一、单个字段的操作

这是数据库中的表：

![9c7cb80ab4957d5db409c9b86c0c0e51.png][]

分组介绍

![6c6f427a56a756b12c00c7a45e5ce7e6.png][]

Select 重复字段 From 表 Group By 重复字段 Having Count(\*)>1

查看是否有重复的数据：

1. GROUP BY

2. HAVING

查询出：根据dname分组，同时满足having字句中组条件表达式(重复次数大于1)的那些组

count(\*)与count(1) 其实没有什么差别，用哪个都可以

count(\*)与count(列名)的区别：

count(\*)将返回表格中所有存在的行的总数包括值为null的行，然而count(列名)将返回表格中除去null以外的所有行的总数(有默认值的列也会被计入)。

1. 查询全部重复的数据

![583826440a11bdb26aac27ea072ccd4d.png][]

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)

2. 删除全部重复试题

将上面的查询select改为delete(这样会出错的)

DELETEFROMdeptWHEREdname IN (SELECTdnameFROMdeptGROUP BYdnameHAVINGcount(1) > 1)

会出现如下错误：\[Err\] 1093 - You can't specify target table 'dept' for update in FROM clause

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。

![a26fc761b92f363bd25ab7f9d2d8bdb5.png][]

3. 查询表中多余重复试题(根据depno来判断，除了rowid最小的一个)

a. 第一种方法

![ff1dace15abcb2b1c96946962b025a21.png][]

SELECT\*FROMdeptWHEREdname IN (SELECTdnameFROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1)AND deptno NOT IN (SELECTMIN(deptno)FROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1)

上面这种写法正确，但是查询的速度太慢，可以试一下下面这种方法：

b. 第二种方法

根据dname分组，查找出deptno最小的。然后再查找deptno不包含刚才查出来的。这样就查询出了所有的重复数据(除了deptno最小的那行)。

SELECT \*FROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROM(SELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dt)

c. 补充第三种方法

SELECT\*FROMtable\_name AS taWHEREta.唯一键 <> ( SELECT max( tb.唯一键 ) FROM table\_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 );

4. 删除表中多余重复试题并且只留1条

a. 第一种方法：

DELETEFROMdeptWHEREdname IN (SELECTt.dnameFROM(SELECTdnameFROMdeptGROUP BYdnameHAVINGcount(1) > 1) t)AND deptno NOT IN (SELECTdt.mindeptnoFROM(SELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdnameHAVINGcount(1) > 1) dt)

b. 第二种方法(与上面查询的第二种方法对应，只是将select改为delete)

DELETEFROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROM(SELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dt)

c. 补充第三种方法(评论区推荐的一种方法)

DELETEFROMtable\_name AS taWHEREta.唯一键 <> (SELECTt.maxidFROM( SELECT max( tb.唯一键 ) AS maxid FROM table\_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 ) t);

二、多个字段的操作

单个字段的如果会了，多个字段也非常简单。就是将group by 的字段增加为你想要的即可。

此处只写一个，其他方法请仿照一个字段的写即可。

DELETEFROMdeptWHERE(dname, db\_source) IN (SELECTt.dname,t.db\_sourceFROM(SELECTdname,db\_sourceFROMdeptGROUP BYdname,db\_sourceHAVINGcount(1) > 1) t)AND deptno NOT IN (SELECTdt.mindeptnoFROM(SELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdname,db\_sourceHAVINGcount(1) > 1) dt)

其实上面的方法还有很多需要优化的地方，如果数据量太大的话，执行起来很慢，可以考虑加优化一下：

![ad6abe00d5b4f736f01c27f1b41c36e6.png][]

在经常查询的字段上加上索引

将\*改为你需要查询出来的字段，不要全部查询出来

小表驱动大表用IN，大表驱动小表用EXISTS。IN适合的情况是外表数据量小的情况，而不是外表数据大的情况，因为IN会遍历外表的全部数据。

假设a表100条，b表10000条那么遍历次数就是100\*10000次，而exists则是执行100次去判断a表中的数据是否在b表中存在，它只执行了a.length次数。至于哪一个效率高是要看情况的，因为in是在内存中比较的，而exists则是进行数据库查询操作的。

来源：blog.csdn.net/n950814abc/article/details/82284838

[9c7cb80ab4957d5db409c9b86c0c0e51.png]: /images/20221022/648835619968422fbd9ad2c923a7703d.png
[6c6f427a56a756b12c00c7a45e5ce7e6.png]: /images/20221022/09872985af4f46f0987fc20260106891.png
[583826440a11bdb26aac27ea072ccd4d.png]: /images/20221022/ae57af9eb06f4e4db0ed14382a068d1c.png
[a26fc761b92f363bd25ab7f9d2d8bdb5.png]: /images/20221022/a64c56de79b1438d91c2ad483a4358cc.png
[ff1dace15abcb2b1c96946962b025a21.png]: /images/20221022/62486078fc694ea79daff8c303bba5e2.png
[ad6abe00d5b4f736f01c27f1b41c36e6.png]: /images/20221022/4a71d8b9f9a9485689521b45dfaf72e1.png