前幾天在做一個需求的時候,需要清理mysql中重復的記錄,當時的想法是通過代碼遍歷寫出來,然后覺得太復雜,心里想著應該可以通過一個sql語句來解決問題的。查了資料,請教了大佬之后得出了一個很便利的sql語句,這里分享下這段sql語句和思路。
需求分析
數據庫中存在重復記錄,刪除保留其中一條(是否重復判斷基準為多個字段)
解決方案
碰到這個需求的時候,心里大概是有思路的。最快想到的是可以通過一條sql語句來解決,無奈自己對于復雜sql語句的道行太淺,所以想找大佬幫忙。
找人幫忙
因為這個需求有點著急,所以最開始想到的是,可以找這方面的同行來解決,然后分享這個問題給同事,結果這貨隨便百度了一下,就甩給我一個從未用過的sql語句,讓我自己嘗試,心里萬匹那啥啥啥奔騰而過...
自己百度
找到了一條sql語句:
DELETEFROM vitae aWHERE (a.peopleId, a.seq) IN ( SELECT peopleId, seq FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1 )AND rowid NOT IN ( SELECT min(rowid) FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1)
這條語句是在 【MySQL中刪除重復數據只保留一條】 這篇文章里找到的。這條sql思路很明顯,有以下3步:
SELECT peopleId, seq FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1
查詢出表中重復記錄作為條件
SELECT min(rowid) FROM vitae GROUP BY peopleId, seq HAVING count(*) > 1
查詢出表中重復記錄中ID最小的值為第二個條件
最后根據以上兩個條件,刪除 除 重復記錄中最小ID的其余重復記錄
但是很無奈的是,運行這條語句出現了錯誤,大致報錯意思是,不能在查詢的時候同時更新這個表。
代碼解決
根據上面這個sql語句想到或許可以通過代碼的方式,兩步來達到同樣的目的:
先取出重復的數據集
根據查詢到的數據集,循環刪除其余的重復數據
想法是有了,寫出來也很快,但是一運行嚇我一跳,竟然需要 116s 左右,然后自己就想一定要找到可以使用的sql語句,貼一下代碼和運行結果:
完美的【去重留一】SQL
最后在一個技術群里得到了完美的答案,看這條sql語句:
DELETE consum_recordFROM consum_record, ( SELECT min(id) id, user_id, monetary, consume_time FROM consum_record GROUP BY user_id, monetary, consume_time HAVING count(*) > 1 ) t2WHERE consum_record.user_id = t2.user_id and consum_record.monetary = t2.monetary and consum_record.consume_time = t2.consume_timeAND consum_record.id > t2.id;
上面這條sql語句,仔細看一下,揣摩出思路也不難,大概也分為3步來理解:
(SELECT min(id) id, user_id, monetary, consume_time FROM consum_record GROUP BY user_id, monetary, consume_time HAVING count(*) > 1 ) t2
查詢出重復記錄形成一個集合(臨時表t2),集合里是每種重復記錄的最小ID
consum_record.user_id = t2.user_id and consum_record.monetary = t2.monetary and consum_record.consume_time = t2.consume_time
關聯 判斷重復基準的字段
根據條件,刪除原表中id大于t2中id的記錄
看到這個語句的時候,心里想這也太厲害了。這么一個簡單的sql語句,竟然可以解決這么復雜的問題,漲姿勢了~
運行起來也超級快,原先的代碼循環執行,需要 116s 左右,而這里 0.3s 就可以了,厲害了~
總結
作為一個php程序猿,按理來說sql這里是不能拖后腿的,無奈實際中,需要忙碌的事情太多,現在的sql水平也只是處于在一個普通的層次中,以后找機會一定要補一下這方面的知識。
今天就分享到這里啦。
新聞熱點
疑難解答