- 删除全部重复数据，一条不留
- 删除表中删除重复数据，仅保留一条
- 开始删除重复数据，仅留一条
在公司加班到八点，此为背景。
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。
CREATETABLE`animal`(`id`int(11)NOTNULLAUTO_INCREMENT,`name`varchar(20)DEFAULTNULL,`age`int(11)DEFAULTNULL,PRIMARYKEY(`id`))ENGINE=InnoDBAUTO_INCREMENT=1DEFAULTCHARSET=utf8COLLATE=utf8_bin;INSERTINTO`pilipa_dds`.`student`(`id`,`name`,`age`)VALUES(\'1\',\'cat\',\'12\');INSERTINTO`pilipa_dds`.`student`(`id`,`name`,`age`)VALUES(\'2\',\'dog\',\'13\');INSERTINTO`pilipa_dds`.`student`(`id`,`name`,`age`)VALUES(\'3\',\'camel\',\'25\');INSERTINTO`pilipa_dds`.`student`(`id`,`name`,`age`)VALUES(\'4\',\'cat\',\'32\');INSERTINTO`pilipa_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：
name count(1) cat 2 dog 2
name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 – You can’t specify target table ‘student’ for update in FROM clause, 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作为一个第三方表，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)ASidFROMstudentGROUPBY`name`)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)ASidFROMstudentGROUPBY`name`)t)90万+的表执行起来超级快。
All done ~
– END –