MySQL一條語句去重留一

一條語句刪除數據庫中的重複記錄(數據量較大,百萬級數據,注意性能問題)

此類問題比較常見,在平常的開發當中,如何使用一條語句就能夠做到呢? 並且效率還要很快,下邊給出一種刪除重複數據保留一條的方案. 希望大家有好的思路可以評論分享.這邊爲了方便理解,給出我本地使用的sql案例,方便大家測試和修改

首先說下思路:

1. 把重複數據查出來作爲一個臨時表temp
2. 保留一組重複數據中主鍵id最小的記錄(刪除的時候要用)
3. 兩個表連接進行刪除操作,刪除Where條件:重複條件相同,並且id>min(id)

數據表字段及說明

consum_record表數據及結構下載
表結構如下:

id主鍵,注意重複的列爲user_id(用戶id),monetary(消費金額),consume_time(消費時間),也就是說,同一個顧客同一個時間消費金額數是不可能存在多條數據的, 我們要對數據庫中記錄坐下排重

其中摘錄出來幾條重複數據供大家理解題設

id	user_id	monetary	consume_time	consume_type
2552	321	4	1495075537	1
2553	321	4	1495075537	1
2554	321	4	1495079932	1
2555	111	6	1495079932	1
2556	111	6	1495079932	1
2557	156	12	1495079939	1
2558	156	12	1495079939	1
2559	156	12	1495079939	1

SQL展示

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
    ) temp
WHERE
    consum_record.user_id = temp.user_id 
    and consum_record.monetary = temp.monetary
    and consum_record.consume_time  = temp.consume_time
AND consum_record.id > temp.id;

思路:

• 首先就是將user_id,monetary,consume_time這三個字段進行group by,將count(*)>1篩選出來

min(id) id 每個重複組當中的最小id很關鍵,刪除數據的時候做篩選使用 也可以使用max(id)

        SELECT
            min(id) id,#每個重複組當中的最小id很關鍵,刪除數據的時候做篩選使用 也可以使用max(id)
            user_id,
            monetary,
            consume_time
        FROM
            consum_record
        GROUP BY
            user_id,
            monetary,
            consume_time
        HAVING
            count(*) > 1

• 接下來使用基礎表,和查出來的重複數據做關聯(根據三個重複字段做關聯), 然後根據每組重複數據consumer_record.id> temp.id 刪除相應數據

總結:

要深刻理解group by的原理, 根據相應的條件分組

刪除的時候temp表其實就是作爲一個篩選條件而存在的表,這時候可以兩個表做關聯篩選出需要的行