插⼊⼤批量数据，如何过滤掉重复数据？
最近再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。
CREATE TABLE `animal` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
怎么大批量数据核对差异`age` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('1', 'cat', '12');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('2', 'dog', '13');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('3', 'camel', '25');
INSERT INTO `pilipa_dds`.`student` (`id`, `name`, `age`) VALUES ('4', 'cat', '32');
INSERT INTO `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
SELECT name,count( 1 )
FROM
student
GROUP BY
NAME
HAVING
count( 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 Group By 重复字段 Having Count(1)>1)
删除全部重复数据，⼀条不留
直接删除会报错
DELETE
FROM
student
WHERE
NAME IN (
SELECT NAME
FROM
student
GROUP BY
NAME
HAVING
count( 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做为⼀个第三⽅表，然后筛选更新。
DELETE
FROM
student
WHERE
NAME IN (
SELECT
t.NAME
FROM
( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1 ) t)
删除表中删除重复数据，仅保留⼀条
激活码’可免费获取IDEA激活码
关注【Java技术精选】回复‘激活码
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
*
FROM
student
WHERE
id NOT IN (
SELECT
t.id
FROM
( SELECT MIN( id ) AS id FROM student GROUP BY \`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
DELETE
FROM
student
WHERE
id NOT IN (
SELECT
t.id
FROM
( SELECT MIN( id ) AS id FROM student GROUP BY \`name\` ) t )
90万+的表执⾏起来超级快
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论