SQL——查找重复数据/去重

查找重复的电子邮箱

题目来源：力扣182. 查找重复的电子邮箱
要求，编写一个SQL查询查找Person表中所有重复的电子邮箱

Create table If Not Exists Person (Id int, Email varchar(255))
Truncate table Person
insert into Person (Id, Email) values ('1', '[email protected]')
insert into Person (Id, Email) values ('2', '[email protected]')
insert into Person (Id, Email) values ('3', '[email protected]')

方法一：
使用group by 和辅助表

select Email from
    (select Email,count(Email) as num
    from Person
    group by Email) as statistic
    where num>1;

方法二：group by 和 having条件

select Email 
	from Person
	group by Email
	having(count(Email)>1);

这里需要注意
使用以下语句是错误的，因为 where 子句不能与聚合函数一起使用。
它们的执行顺序：where>group by>having>order by，如果where语句与count()一起使用的时候group by 还没有执行，无法使用counting

select Email 
    from Person
	group by Email
    where count(Email)>1;

删除重复电子邮箱

题目来源：力扣196. 删除重复的电子邮箱
编写一个 SQL 查询，来删除 Person 表中所有重复的电子邮箱，重复的邮箱里只保留 Id 最小 的那个。

方法一：使用delete+子查询
第一步：对Email进行分组，并将最小的id拿出来
select min(Id) from person group by Email;
第二步：把它保存为一个虚拟表
(select min(Id) from Person group by Email) as need;
第三步：把need表中的id提取出来

select need.id from 
	(select min(Id) as Id
	from Person
	group by Email)
	as need;

第四步：删除不在need中的id中的数据

delete from Person
delete from Person
	where Id 
    not in
	(select need.Id from 
        (
        select min(Id) as Id
        from Person
        group by Email
        )as need
    );

方法二：使用表的自连接

DELETE p1 FROM Person p1,
    Person p2
WHERE
    p1.Email = p2.Email AND p1.Id > p2.Id

这里需要注意的一个是deletezhong使用表的别名：
参考Mysql DELETE 不能使用别名? 是我不会用！
该题目也不可以使用distinct来解决，关于distinct的文章可参考：
SQL中distinct的用法
参考链接
一只猪的解题思路
删除重复的电子邮箱