最好的MYSQL中删除重复记录的方法

liyihongcug

MYSQL中删除重复记录的方法

在实际应用中，很可能会碰到一些需要删除某些字段的重复记录，我现在把我能想到的写下来，望高手们补充。

1、
具体实现如下：
Table         Create Table                                          
------------  --------------------------------------------------------
users_groups  CREATE TABLE `users_groups` (                          
                `id` int(10) unsigned NOT NULL AUTO_INCREMENT,      
                `uid` int(11) NOT NULL,                              
                `gid` int(11) NOT NULL,                              
                PRIMARY KEY (`id`)                                   
              ) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8

users_groups.txt内容：
1,11,502
2,107,502
3,100,503
4,110,501
5,112,501
6,104,502
7,100,502
8,100,501
9,102,501
10,104,502
11,100,502
12,100,501
13,102,501
14,110,501
mysql> load data infile 'c:\\users_groups.txt' into table users_groups fields
terminated by ',' lines terminated by '\n';
Query OK, 14 rows affected (0.05 sec)
Records: 14  Deleted: 0  Skipped: 0  Warnings: 0

mysql> select * from users_groups;
query result(14 records)

id         uid         gid
1         11         502
2         107         502
3         100         503
4         110         501
5         112         501
6         104         502
7         100         502
8         100         501
9         102         501
10         104         502
11         100         502
12         100         501
13         102         501
14         110         501
14 rows in set (0.00 sec)
根据一位兄弟的建议修改。
mysql> create temporary table tmp_wrap select * from users_groups group by uid having count(1) >= 1;
Query OK, 7 rows affected (0.11 sec)
Records: 7  Duplicates: 0  Warnings: 0

mysql> truncate table users_groups;
Query OK, 14 rows affected (0.03 sec)

mysql> insert into users_groups select * from tmp_wrap;
Query OK, 7 rows affected (0.03 sec)
Records: 7  Duplicates: 0  Warnings: 0

mysql> select * from users_groups;
query result(7 records)

id         uid         gid
1         11         502
2         107         502
3         100         503
4         110         501
5         112         501
6         104         502
9         102         501


mysql> drop table tmp_wrap;
Query OK, 0 rows affected (0.05 sec)

2、还有一个很精简的办法。

查找重复的，并且除掉最小的那个。

delete users_groups as a from users_groups as a,
(
select *,min(id) from users_groups group by uid having count(1) > 1
) as b
where a.uid = b.uid and a.id > b.id;

(7 row(s)affected)
(0 ms taken)


query result(7 records)

id         uid         gid
1         11         502
2         107         502
3         100         503
4         110         501
5         112         501
6         104         502
9         102         501

3、现在来看一下这两个办法的效率。

运行一下以下SQL 语句

create index f_uid on users_groups(uid);
explain select * from users_groups group by uid having count(1) > 1 union all
select * from users_groups group by uid having count(1) = 1;

explain select * from  users_groups as a,
(
select *,min(id) from users_groups group by uid having count(1) > 1
) as b
where a.uid = b.uid and a.id > b.id;
query result(3 records)

id         select_type         table         type         possible_keys         key         key_len         ref         rows         Extra
1         PRIMARY         users_groups         index         (NULL)         f_uid         4         (NULL)         14          
2         UNION         users_groups         index         (NULL)         f_uid         4         (NULL)         14          
(NULL)         UNION RESULT         <union1,2>         ALL         (NULL)         (NULL)         (NULL)         (NULL)         (NULL)          


query result(3 records)

id         select_type         table         type         possible_keys         key         key_len         ref         rows         Extra
1         PRIMARY         <derived2>         ALL         (NULL)         (NULL)         (NULL)         (NULL)         4          
1         PRIMARY         a         ref         PRIMARY,f_uid         f_uid         4         b.uid         1         Using where
2         DERIVED         users_groups         index         (NULL)         f_uid         4         (NULL)         14          





很明显的第二个比第一个扫描的函数要少。

liyihongcug

新建一个临时表  

  create   table   tmp   as   select   *   from   youtable   group   by   name  

  删除原来的表  

  drop   table   youtable  

  重命名表  

  alter   table   tmp   rename   youtable

todayhero

ok.thanks.

P-Linux

采用临时表的方法：
http://www.penglixun.com/tech/da ... duplicate_data.html

cenalulu

第一种方法并不适合有并发写入修改的情况，还需要加锁，保证没有新数据的更新。

yybmsrs

select * from users_groups group by uid ;

mysql的group by居然可以这样用