大家好，我是只談技術(shù)不剪發(fā)的 Tony 老師。由于一些歷史原因或者誤操作，可能會導(dǎo)致數(shù)據(jù)表中存在重復(fù)的記錄；今天我們就來談?wù)勅绾尾檎?MySQL 表中的重復(fù)數(shù)據(jù)以及如何刪除這些重復(fù)的記錄。
創(chuàng)建示例表
首先創(chuàng)建一個示例表 people 并生成一些數(shù)據(jù)：
drop table if exists people;
create table people (
id int auto_increment primary key,
name varchar(50) not null,
email varchar(100) not null
);
insert into people(name, email)
values ('張三', 'zhangsan@test.com'),
('李四', 'lisi@test.com'),
('王五', 'wangwu@test.com'),
('李斯', 'lisi@test.com'),
('王五', 'wangwu@test.com'),
('王五', 'wangwu@test.com');
select * from people;
id|name |email |
--|------|-----------------|
1|張三 |zhangsan@test.com|
2|李四 |lisi@test.com |
3|王五 |wangwu@test.com |
4|李斯 |lisi@test.com |
5|王五 |wangwu@test.com |
6|王五 |wangwu@test.com |
其中，2 和 4 的 email 字段存在重復(fù)數(shù)據(jù)；3、5 和 6 的 name 和 email 字段存在重復(fù)數(shù)據(jù)。
此時，如果我們想要為 email 創(chuàng)建一個唯一約束，將會返回錯誤：
alter table people add constraint uk_people_email unique key (email);
ERROR 1062 (23000): Duplicate entry 'wangwu@test.com' for key 'people.uk_people_email'
顯然，我們必須找出并刪除 email 字段中的重復(fù)記錄才能創(chuàng)建唯一約束。
查找單個字段中的重復(fù)數(shù)據(jù)
如果想要找出 email 重復(fù)的數(shù)據(jù)，可以基于該字段進(jìn)行分組統(tǒng)計，并且返回行數(shù)大于 1 的分組：
select email, count(email)
from people
group by email
having count(email) > 1;
email |count(email)|
---------------|------------|
lisi@test.com | 2|
wangwu@test.com| 3|
查詢結(jié)果顯示有兩個郵箱地址存在重復(fù)情況。如果想要查看完整的重復(fù)數(shù)據(jù)，可以使用子查詢或者連接查詢：
select *
from people
where email in (
select email
from people
group by email
having count(email) > 1)
order by email;
id|name |email |
--|------|---------------|
2|李四 |lisi@test.com |
4|李斯 |lisi@test.com |
3|王五 |wangwu@test.com|
5|王五 |wangwu@test.com|
6|王五 |wangwu@test.com|
select p.*
from people p
join (
select email
from people
group by email
having count(email) > 1
) d on p.email = d.email
order by email;
id|name |email |
--|------|---------------|
2|李四 |lisi@test.com |
4|李斯 |lisi@test.com |
3|王五 |wangwu@test.com|
5|王五 |wangwu@test.com|
6|王五 |wangwu@test.com|
另一種查找重復(fù)記錄的方法就是直接使用自連接查詢和 distinct 操作符，例如：
select distinct p.*
from people p
join people d on p.email = d.email
where p.id > d.id
order by p.email;
id|name |email |
--|------|---------------|
4|李斯 |lisi@test.com |
2|李四 |lisi@test.com |
6|王五 |wangwu@test.com|
5|王五 |wangwu@test.com|
3|王五 |wangwu@test.com|
注意，不能省略 distinct，否則會某些數(shù)據(jù)（3、5、6）會返回多次。
查找多個字段中的重復(fù)數(shù)據(jù)
如果我們想要找出 name 和 email 字段都重復(fù)的數(shù)據(jù)，實現(xiàn)方式也類似：
select *
from people
where (name, email) in (
select name, email
from people
group by name, email
having count(1) > 1)
order by email;
id|name |email |
--|------|---------------|
3|王五 |wangwu@test.com|
5|王五 |wangwu@test.com|
6|王五 |wangwu@test.com|
select distinct p.*
from people p
join people d on p.name = d.name and p.email = d.email
where p.id > d.id
order by email;
id|name |email |
--|------|---------------|
6|王五 |wangwu@test.com|
5|王五 |wangwu@test.com|
3|王五 |wangwu@test.com|
只有當(dāng) name 和 email 都相同時才是重復(fù)數(shù)據(jù)，所以 2 和 4 不是重復(fù)記錄。
刪除重復(fù)數(shù)據(jù)
找出重復(fù)數(shù)據(jù)之后，需要解決的就是如何刪除了，通常我們需要保留其中的一條記錄。
使用 DELETE FROM 刪除重復(fù)數(shù)據(jù)
假如我們想要刪除 email 重復(fù)的記錄，只保留其中一條，可以使用 DELETE FROM 語句實現(xiàn)：
delete p
from people p
join people d on p.email = d.email and p.id d.id;
delete 語句通過連接找出需要刪除的記錄，以上示例保留了重復(fù)數(shù)據(jù)中的最大 id 對應(yīng)的數(shù)據(jù)行。再次查詢 people 表：
select * from people;
id|name |email |
--|------|-----------------|
1|張三 |zhangsan@test.com|
4|李斯 |lisi@test.com |
6|王五 |wangwu@test.com |
想一想，如果想要保留重復(fù)數(shù)據(jù)中 id 最小的數(shù)據(jù)應(yīng)該怎么實現(xiàn)呢？
利用子查詢刪除重復(fù)數(shù)據(jù)
通過子查詢可以找出需要保留的數(shù)據(jù)，然后刪除其他的數(shù)據(jù)：
delete
from people
where id not in (
select max(id)
from people
group by email
);
在執(zhí)行上面的語句之前，記得重新創(chuàng)建 people 表并生成測試數(shù)據(jù)。
通過中間表刪除重復(fù)數(shù)據(jù)
通過使用中間表也可以實現(xiàn)重復(fù)記錄的刪除，例如：
-- 創(chuàng)建中間表
create table people_temp like people;
-- 復(fù)制需要保留的數(shù)據(jù)行
insert into people_temp(id, name, email)
select id, name, email
from people
where id in (
select max(id)
from people
group by email
);
--刪除原表
drop table people;
-- 將中間表重命名為原表
alter table people_temp rename to people;
在執(zhí)行上面的語句之前，記得重新創(chuàng)建 people 表并生成測試數(shù)據(jù)。
這種方式需要注意的一個問題就是 create table … like 語句不會復(fù)制原表上的外鍵約束，需要手動添加。
利用窗口函數(shù)刪除重復(fù)數(shù)據(jù)
ROW_NUMBER() 是 MySQL 8.0 中新增的窗口函數(shù)，可以用于將數(shù)據(jù)進(jìn)行分組，然后為每一條數(shù)據(jù)分配一個唯一的數(shù)字編號。例如：
select id, name, email,
row_number() over (partition by email order by id) as row_num
from people;
id|name |email |row_num|
--|------|-----------------|-------|
2|李四 |lisi@test.com | 1|
4|李斯 |lisi@test.com | 2|
3|王五 |wangwu@test.com | 1|
5|王五 |wangwu@test.com | 2|
6|王五 |wangwu@test.com | 3|
1|張三 |zhangsan@test.com| 1|
以上語句基于 email 分組（partition by email），同時按照 id 進(jìn)行排序（order by id），然后為每個組內(nèi)的數(shù)據(jù)分配一個編號；如果編號大于 1 就意味著存在重復(fù)的數(shù)據(jù)。
📝除了 ROW_NUMBER() 之外，RANK() 或者 DENSE_RANK() 函數(shù)也可以實現(xiàn)以上功能。關(guān)于窗口函數(shù)的介紹和使用案例，可以參考這篇文章。
基于該查詢結(jié)果可以刪除重復(fù)的記錄：
delete
from people
where id in (
select id
from (
select id,
row_number() over (partition by email order by id desc) as row_num
from people) d
where row_num > 1);
在執(zhí)行上面的語句之前，記得重新創(chuàng)建 people 表并生成測試數(shù)據(jù)。
基于多個字段的重復(fù)數(shù)據(jù)刪除方法和單個字段非常類似，大家可以自行嘗試，也歡迎留言討論！
總結(jié)
本文介紹了如何在 MySQL 中查找并刪除重復(fù)記錄，包括使用 GROUP BY 分組、子查詢或者連接查詢等方法查找單個字段或者多個字段中的重復(fù)數(shù)據(jù)，以及使用 DELETE FROM 語句、子查詢、中間表和窗口函數(shù)等方法實現(xiàn)重復(fù)數(shù)據(jù)的刪除。更多相關(guān)MySQL 查找并刪除重復(fù)記錄內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- mysql判斷表是否存在然后批量刪除的操作
- MySQL刪除數(shù)據(jù)，表文件大小依然沒變的原因
- MySQL刪除表的三種方式(小結(jié))
- MySQL 快速刪除大量數(shù)據(jù)（千萬級別）的幾種實踐方案詳解
- 刪除mysql服務(wù)的具體方法
- MySQL 處理重復(fù)數(shù)據(jù)的方法(防止、刪除)
- MySQL對數(shù)據(jù)庫操作(創(chuàng)建、選擇、刪除)
- Window下如何恢復(fù)被刪除的Mysql8.0.17 Root賬戶及密碼
- Linux下徹底刪除Mysql 8.0服務(wù)的方法
- MySQL刪除表操作實現(xiàn)（delete、truncate、drop的區(qū)別）
- MySQL刪除了記錄不生效的原因排查
