初始化实验环境，定义需求，找到重复数据，找到要保留的数据，删除重复数据，方法1，方法2，方法3，写作1，写作2总结

MySQL中经常会遇到重复的数据，那么当我们遇到重复的时候的时候，如果定位哪些数据是有重复的记录？如何删除重复的数据？我们该怎么做呢？接下来我们一步步来分析一下遇到这样的情况后，该如何处理。

MySQL经常会遇到重复数据，那么当我们遇到重复数据时，应该定位哪些数据才会有重复记录呢？如何删除重复数据？我们做什么呢接下来，我们一步步来分析如何应对这样的情况。

我该怎么办？

初始化实验环境

我们创建一个简单的表user_info，然后基于这个表分析重复数据的处理。的id是自增主键，姓名、性别、年龄三列是我们判断是否为重复数据的关键。如果这三列的值相同，则该行数据被视为重复数据。表构建语句如下:

CREATE TABLE `user_info` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT, `name` varchar(255) DEFAULT NULL, `***` varchar(255) DEFAULT NULL, `age` int(11) DEFAULT NULL, `re***rk` varchar(255) DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=13 DEFAULT CHARSET=utf8;

初始化数据如下:

INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (1, 'A', '男', 22, '第一个A');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (2, 'B', '女', 33, '第一个B');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (3, 'C', '男', 44, '第一个C');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (4, 'D', '女', 55, '第一个D');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (5, 'A', '男', 22, '第二个A');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (6, 'B', '女', 33, '第二个B');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (7, 'C', '男', 44, '第二个C');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (8, 'D', '女', 55, '第二个D');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (9, 'E', '男', 18, '第一个E');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (10, 'A', '男', 22, '第三个A');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (11, 'B', '女', 33, '第三个B');INSERT INTO `tmp_test`.`user_info`(`id`, `name`, `***`, `age`, `re***rk`) VALUES (12, 'F', '男', 15, '第一个F');

最后表中数据如下:

最终表格中的数据如下:

初始化测试数据

明确需求

假设我们的要求是保留第一次出现的重复数据，但不保留后面的重复数据。

也就是我们的上面的这个表中每一组重复数据中id最小的一行数据需要保留，其他比较大的id的重复的数据行需要被删除。当然如果是要保留id行最大的一行数据最为最后的数据行也是可以了，只要在查询的时候，稍微修改一下SQL语句的min(id)或***x(id)函数即可。

即我们上表中每组重复数据中id最小的数据需要保留，其他id较大的重复数据行需要删除。当然，如果想保留id行的最大数据行和最后一个数据行，只要在查询时稍微修改一下SQL语句的min(id)或***x(id)函数就可以了。

郑恺

查找重复数据

基于我们之前初始化的实验数据，首先我们要找出哪些数据是有重复数据的行。通过下面的SQL语句可以得到结果:其中有四类数据有重复数据，分别是名称值A、B、C、d，使用下面的SQL找出哪些数据行有重复记录，统计重复出现的次数。

select name, ***, age, count(*) as count -- 数据重复出现的次数from user_info group by name, ***, age having count(*) > 1;

重复数据在表中的统计结果如下：

表中重复数据的统计结果如下:

重复数据的统计

找到要保留的数据。

现在我们知道了如何查询哪些数据是重复的，那么我们需要保留哪些数据呢？使用以下SQL获取我们想要保留的数据行:

select * from user_info where id in (select min(id) from user_info group by name, ***, age);

结果如下：

结果如下:

在每组重复数据中，id值最小的数据行

上面的结果是我们需要最后剩下的数据。包含非重复时间内id最小的数据线和每组重复数据。

删除的数据

方法一

这是最笨的一种方式，也是最容易理解的一种方式，效率也比较低。思路如下：

这是最笨的方法，最容易理解，效率也比较低。想法如下:

步骤一

第一步

步骤二

第二步

第三步

从上面的过程中，我们一步一步地找到了需要删除的数据。定位这些数据后，删除时，只需将查询语句改为delete语句即可。所以当我们最终以这种方式删除我时，我们的删除语句如下:

delete from user_info where (name,***,age) in ( select x.* from ( -- 删除的时候，这里要在包裹一层子查询select -- 查询重复数据中，name, ***, age的值name, ***, agefrom user_infogroup by name, ***, agehaving count(*) > 1) as x)and id not in (select min_id from ( -- 删除的时候，这里要在包裹一层子查询select -- 查询重复数据中，最小的id值min(id) as min_idfrom user_info group by name, ***, agehaving count(*) > 1) as y);

注意:在上面的delete语句中，我们在两个where条件中的子查询之外包装了一层子查询，即上面SQL语句中的as x和as y查询语句。包装图层的原因是程序中出现以下错误提示:

1093 - You can't specify target table 'user_info' for update in FROM clause, Time: 0.084000s

出现上述错误的原因是:修改表时，子查询不能是被修改的表。因此，我们的解决方案是在子查询之外设置一层查询语句。

方法2

上面方法一的思路是想办法找到我们要删除的数据是哪些，然后我们在删除的时候，使用where条件去匹配这些查询出来要删除的数据行，以此来达到删除重复数据的目的。

上面第一种方法的思路是找出我们要删除的数据，然后在删除的时候用where条件匹配要删除的数据行，从而达到删除重复数据的目的。

换个方式解决。

此时，我们不妨换个角度思考:与其关注我们需要删除哪些重复数据，不如关注我们需要留下哪些数据。然后，当我们删除时，我们可以使用反演方法来不在我们需要保留的数据中。那不就是我们要删除的数据吗？

那么，我们需要留下哪些数据呢？在每组数据中，id值最小的行就是我们想要保留的数据行。我们不关心其他的。那么如何才能得到这样的数据行呢？使用以下SQL语句获取我们需要保留的数据行的所有id的值:

select min(id) from user_info group by name, ***, age;

结果如下:

既然获得了我们想要保留的数据行的id***，那么在我们想要删除数据的where条件中，不就是需要使用not在我们想要保留的id***中删除的数据吗？删除重复数据的语句如下:

delete from user_info where id not in(select min_id from (select min(id) as min_idfrom user_info group by name, ***, age) as x);

注意:这里为了避免MySQL的1903错误，我们还在where条件的子查询中包装了另一个子查询，也就是上面SQL中的as x查询语句。

方法3

寻找更高效、更简单的方法

通过关联两个表来删除数据，这是高效的，也是推荐的。与自己交往。关联的条件是我们判断数据是否是重复数据的关键。除此之外，最重要的条件是:两个表的id关联条件，这是删除保留数据的关键条件。查询重复数据的SQL语句如下:

select a.*,b.* from user_info as a inner join user_info as b on a.name = b.name and a.*** = b.*** and a.age = b.ageand a.id > b.id;

结果如下:

1写作方法

重复数据删除SQL语句如下:

delete a.*from user_info as a inner join user_info as b on a.name = b.name and a.*** = b.*** and a.age = b.ageand a.id > b.id;

2写作方法

除了上面的写法，还有另一种写法，如下:

查询要删除的重复数据SQL如下:

select * from user_info as a where a.id <> (select min(b.id) from user_info as b where a.name = b.nameand a.*** = b.***and a.age = b.age);

删除重复数据的SQL语句如下:

delete a.* from user_info as awhere a.id <> (selectmin(b.id)from (select * from user_info) as bwhere a.`name`= b.`name`and a.*** = b.***and a.age = b.age);

摘要

MySQL中经常使用以上方法进行重复数据删除。对于其他数据库中存在的重复数据，同样的思路用于删除，只是SQL语句的写法可能略有不同。只要掌握了思路，具体到SQL语句的编写，多试几次就能成功。

以上，希望能帮到你。

最后一个提醒:在实际删除之前，记得备份原始数据。因此在删除错误后，数据无法恢复。您可以使用下面的语句创建一个备份表，以便在删除错误后将数据恢复到原始表中。

create table user_info_bak as select * from user_info; --创建一个备份表truncate table user_info; -- 清空原始表中的数据insert into user_info select * from user_info_bak; -- 从备份表中把数据插入到原始表中

如上所述，如果数据被错误地删除，可以将user_info_bak中的数据恢复到user_info表中。