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(huì)導(dǎo)致數(shù)據(jù)表中存在重復(fù)的記錄；今天我們就來(lái)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(gè)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(shí)，如果我們想要為 email 創(chuàng)建一個(gè)唯一約束，將會(huì)返回錯(cuò)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(gè)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(jì)，并且返回行數(shù)大于 1 的分組：

select email, count(email)from peoplegroup by emailhaving count(email) > 1;email |count(email)|---------------|------------|lisi@test.com | 2|wangwu@test.com| 3|

查詢結(jié)果顯示有兩個(gè)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 peoplewhere 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 pjoin ( select email from people group by email having count(email) > 1) d on p.email = d.emailorder 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 pjoin people d on p.email = d.emailwhere p.id <> d.idorder 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(huì)某些數(shù)據(jù)（3、5、6）會(huì)返回多次。

查找多個(gè)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(shí)現(xiàn)方式也類似：

select *from peoplewhere (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 pjoin people d on p.name = d.name and p.email = d.emailwhere p.id <> d.idorder 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(shí)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?jiǎng)h除 email 重復(fù)的記錄，只保留其中一條，可以使用 DELETE FROM 語(yǔ)句實(shí)現(xiàn)：

delete pfrom people pjoin people d on p.email = d.email and p.id < d.id;

delete 語(yǔ)句通過(guò)連接找出需要?jiǎng)h除的記錄，以上示例保留了重復(fù)數(shù)據(jù)中的最大 id 對(duì)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(shí)現(xiàn)呢？

利用子查詢刪除重復(fù)數(shù)據(jù)

通過(guò)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)：

deletefrom peoplewhere id not in ( select max(id) from people group by email );

在執(zhí)行上面的語(yǔ)句之前，記得重新創(chuàng)建 people 表并生成測(cè)試數(shù)據(jù)。

通過(guò)中間表刪除重復(fù)數(shù)據(jù)

通過(guò)使用中間表也可以實(shí)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, emailfrom peoplewhere 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(yǔ)句之前，記得重新創(chuàng)建 people 表并生成測(cè)試數(shù)據(jù)。

這種方式需要注意的一個(gè)問(wèn)題就是 create table … like 語(yǔ)句不會(huì)復(fù)制原表上的外鍵約束，需要手動(dòng)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(gè)唯一的數(shù)字編號(hào)。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(yǔ)句基于 email 分組（partition by email），同時(shí)按照 id 進(jìn)行排序（order by id），然后為每個(gè)組內(nèi)的數(shù)據(jù)分配一個(gè)編號(hào)；如果編號(hào)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(shí)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：

deletefrom peoplewhere 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(yǔ)句之前，記得重新創(chuàng)建 people 表并生成測(cè)試數(shù)據(jù)。

基于多個(gè)字段的重復(fù)數(shù)據(jù)刪除方法和單個(gè)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(gè)字段或者多個(gè)字段中的重復(fù)數(shù)據(jù)，以及使用 DELETE FROM 語(yǔ)句、子查詢、中間表和窗口函數(shù)等方法實(shí)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(qǐng)搜索好吧啦網(wǎng)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好吧啦網(wǎng)！