MySQL 大批量插入如何过滤掉重复数据？.docx

MySQL大批量插入，如何过滤掉重复数据？;：telami2019/mysql-removes-duplicate-data-and-keeping-only-one/加班原因是上线，解决线上数据库存在重复数据的问题，发现了程序的bug，很好解决，有点问题的是，修正线上的重复数据。线上库有6个表存在重复数据，其中2个表比较大，一个96万+、一个30万+，因为之前处理过相同的问题，就直接拿来了上次的Python去重脚本，脚本很简单，就是连接数据库，查出来重复数据，循环删除。emmmm，但是这个效率嘛，实在是太低了，1秒一条，重复数据大约2万+，预估时间大约在8个小时左右。盲目依靠前人的东西，而不去自己思考是有问题的！总去想之前怎么可以，现在怎么不行了，这也是有问题的！我发现，最近确实状态不太对，失去了探索和求知的欲望，今天算是一个警醒，颇有迷途知返的感觉。言归正传，下面详细介绍去重步骤。CREATETABLEanimal(idint(11)NOTNULLAUTO_INCREMENT,namevarchar(20)DEFAULTNULL,ageint(11)DEFAULTNULL,PRIMARYKEY(id)ENGINE=InnoDBAUTO_INCREMENT=1DEFAULTCHARSET=utf8COLLATE=utf8_bin;INSERTINTOpilipa_dds.student(id,name,age)VALUES('1','cat','12');INSERTINTOpilipa_dds.student(id,name,age)VALUES('2','dog','13');INSERTINTOpilipa_dds.student(id,name,age)VALUES('3','camel','25');INSERTINTOpilipa_dds.student(id,name,age)VALUES('4','cat','32');INSERTINTOpilipa_dds.student(id,name,age)VALUES('5','dog','42');目标：我们要去掉name相同的数据。先看看哪些数据重复了SELECTname,count(1)FROMstudentGROUPBYNAMEHAVINGcount(1)>1;输出：namecount(1)cat2dog2name为cat和dog的数据重复了，每个重复的数据有两条；Select*From表Where重复字段In(Select重复字段From表GroupBy重复字段HavingCount(1)>1)删除全部重复数据，一条不留直接删除会报错DELETEFROMstudentWHERENAMEIN(SELECTNAMEFROMstudentGROUPBYNAMEHAVINGcount(1)>1)报错：1093-Youcan'tspecifytargettable'student'forupdateinFROMclause,Time:0.016000s原因是：更新这个表的同时又查询了这个表，查询这个表的同时又去更新了这个表，可以理解为死锁。mysql不支持这种更新查询同一张表的操作解决办法：把要更新的几列数据查询出来做为一个第三方表，然后筛选更新。DELETEFROMstudentWHERENAMEIN(SELECTt.NAMEFROM(SELECTNAMEFROMstudentGROUPBYNAMEHAVINGcount(1)>1)t)删除表中删除重复数据，仅保留一条在删除之前，我们可以先查一下，我们要删除的重复数据是啥样的SELECT*FROMstudentWHEREidNOTIN(SELECTt.idFROM(SELECTMIN(id)ASidFROMstudentGROUPBYname)t)啥意思呢，就是先通过name分组，查出id最小的数据，这些数据就是我们要留下的火种，那么再查询出id不在这里面的，就是我们要删除的重复数据。开始删除重复数据，仅留一条很简单，刚才的select换成delete即可DELETEFROMstudentWHEREidNOTIN(SELECTt.idFROM(SELECTMIN(id)ASidFROMstudentGROUPBYname)t)90万+的表执行起来超级快。Alldone👏👏👏👏扫码加技术交流微信群，技术探讨信息分享学习互助，还有直播等福利活动等着你