通过SQL 语句删除重复记录并且只保留一条记录

  • Post author:
  • Post category:其他




1 重复字段

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

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)



2 查询全部重复的数据

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)



3 删除全部重复试题

 DELETE FROM dept WHERE dname IN (select * from (SELECT dname FROM dept GROUP BY dname HAVING count(1) > 1) t)



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



4.1 第一种方法

SELECT
 *
FROM
 dept
WHERE
 dname IN (
  SELECT
   dname
  FROM
   dept
  GROUP BY
   dname
  HAVING
   COUNT(1) > 1
 )
AND deptno NOT IN (
 SELECT
  MIN(deptno)
 FROM
  dept
 GROUP BY
  dname
 HAVING
  COUNT(1) > 1
)



4.2 第二种方法

SELECT *
FROM
 dept
WHERE
 deptno NOT IN (
  SELECT
   dt.minno
  FROM
   (
    SELECT
     MIN(deptno) AS minno
    FROM
     dept
    GROUP BY
     dname
   ) dt
 )



4.3 第三种方法

SELECT
 * 
FROM
 table_name AS ta 
WHERE
 ta.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 );



5 删除表中多余重复试题并且只留 1 条



5.1 第一种方法

DELETE
FROM
 dept
WHERE
 dname IN (
  SELECT
   t.dname
  FROM
   (
    SELECT
     dname
    FROM
     dept
    GROUP BY
     dname
    HAVING
     count(1) > 1
   ) t
 )
AND deptno NOT IN (
SELECT
 dt.mindeptno
FROM
 (
  SELECT
   min(deptno) AS mindeptno
  FROM
   dept
  GROUP BY
   dname
  HAVING
   count(1) > 1
 ) dt
)



5.2 第二种方法

DELETE
FROM
 dept
WHERE
 deptno NOT IN (
  SELECT
   dt.minno
  FROM
   (
    SELECT
     MIN(deptno) AS minno
    FROM
     dept
    GROUP BY
     dname
   ) dt
 )



5.3 第三种方法

DELETE 
FROM
 table_name AS ta 
WHERE
 ta.唯一键 <> (
SELECT
 t.maxid 
FROM
 ( 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 
 );



6 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。

DELETE
FROM
 dept
WHERE
 (dname, db_source) IN (
  SELECT
   t.dname,
   t.db_source
  FROM
   (
    SELECT
     dname,
     db_source
    FROM
     dept
    GROUP BY
     dname,
     db_source
    HAVING
     count(1) > 1
   ) t
 )
AND deptno NOT IN (
 SELECT
  dt.mindeptno
 FROM
  (
   SELECT
    min(deptno) AS mindeptno
   FROM
    dept
   GROUP BY
    dname,
    db_source
   HAVING
    count(1) > 1
  ) dt
)



7 总结

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:

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



版权声明:本文为qq_37705525原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。