欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

一条sql语句完成MySQL去重留一

程序员文章站 2022-04-09 21:33:31
前几天在做一个需求的时候,需要清理mysql中重复的记录,当时的想法是通过代码遍历写出来,然后觉得太复杂,心里想着应该可以通过一个sql语句来解决问题的。查了资料,请教了大...

前几天在做一个需求的时候,需要清理mysql中重复的记录,当时的想法是通过代码遍历写出来,然后觉得太复杂,心里想着应该可以通过一个sql语句来解决问题的。查了资料,请教了大佬之后得出了一个很便利的sql语句,这里分享下这段sql语句和思路。

需求分析

数据库中存在重复记录,删除保留其中一条(是否重复判断基准为多个字段)

解决方案

碰到这个需求的时候,心里大概是有思路的。最快想到的是可以通过一条sql语句来解决,无奈自己对于复杂sql语句的道行太浅,所以想找大佬帮忙。

找人帮忙

因为这个需求有点着急,所以最开始想到的是,可以找这方面的同行来解决,然后分享这个问题给同事,结果这货随便百度了一下,就甩给我一个从未用过的sql语句,让我自己尝试,心里万匹那啥啥啥奔腾而过...

自己百度

找到了一条sql语句:

delete
from
 vitae a
where
 (a.peopleid, a.seq) in (
  select
   peopleid,
   seq
  from
   vitae
  group by
   peopleid,
   seq
  having
   count(*) > 1
 )
and rowid not in (
 select
  min(rowid)
 from
  vitae
 group by
  peopleid,
  seq
 having
  count(*) > 1
)

这条语句是在 【mysql中删除重复数据只保留一条】 这篇文章里找到的。这条sql思路很明显,有以下3步:

select peopleid, seq from vitae group by peopleid, seq having count(*) > 1 查询出表中重复记录作为条件

select min(rowid) from vitae group by peopleid, seq having count(*) > 1 查询出表中重复记录中id最小的值为第二个条件

最后根据以上两个条件,删除 重复记录中最小id的其余重复记录

但是很无奈的是,运行这条语句出现了错误,大致报错意思是,不能在查询的时候同时更新这个表。

代码解决

根据上面这个sql语句想到或许可以通过代码的方式,两步来达到同样的目的:

先取出重复的数据集

根据查询到的数据集,循环删除其余的重复数据

想法是有了,写出来也很快,但是一运行吓我一跳,竟然需要 116s 左右,然后自己就想一定要找到可以使用的sql语句,贴一下代码和运行结果:

一条sql语句完成MySQL去重留一

一条sql语句完成MySQL去重留一

完美的【去重留一】sql

最后在一个技术群里得到了完美的答案,看这条sql语句:

delete consum_record
from
 consum_record, 
 (
  select
   min(id) id,
   user_id,
   monetary,
   consume_time
  from
   consum_record
  group by
   user_id,
   monetary,
   consume_time
  having
   count(*) > 1
 ) t2
where
 consum_record.user_id = t2.user_id 
 and consum_record.monetary = t2.monetary
 and consum_record.consume_time = t2.consume_time
and consum_record.id > t2.id;

上面这条sql语句,仔细看一下,揣摩出思路也不难,大概也分为3步来理解:

(select min(id) id, user_id, monetary, consume_time from consum_record group by user_id, monetary, consume_time having count(*) > 1 ) t2 查询出重复记录形成一个集合(临时表t2),集合里是每种重复记录的最小id

consum_record.user_id = t2.user_id and consum_record.monetary = t2.monetary and consum_record.consume_time = t2.consume_time 关联 判断重复基准的字段

根据条件,删除原表中id大于t2中id的记录

看到这个语句的时候,心里想这也太厉害了。这么一个简单的sql语句,竟然可以解决这么复杂的问题,涨姿势了~

运行起来也超级快,原先的代码循环执行,需要 116s 左右,而这里 0.3s 就可以了,厉害了~

一条sql语句完成MySQL去重留一

总结

作为一个php程序猿,按理来说sql这里是不能拖后腿的,无奈实际中,需要忙碌的事情太多,现在的sql水平也只是处于在一个普通的层次中,以后找机会一定要补一下这方面的知识。

今天就分享到这里啦。