首先写了一个小的例子：
单个字段的操作
这是数据库中的表：
分组：
Select 重复字段 From 表 Group By 重复字段 Having Count(*)>1
查看是否有重复的数据：
GROUP BY <列名序列>
HAVING <组条件表达式>
查询出：根据dname分组，同时满足having字句中组条件表达式（重复次数大于1）的那些组
count(*)与count(1)其实没有什么差别，用哪个都可以
查询全部重复的数据：
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)
删除全部重复试题：
将上面的查询select改为delete（这样会出错的）
-
DELETE
-
FROM
-
dept
-
WHERE
-
dname
IN (
-
SELECT
-
dname
-
FROM
-
dept
-
GROUP
BY
-
dname
-
HAVING
-
count(
1) >
1
-
)
会出现如下错误：[Err] 1093 - You can't specify target table 'dept' for update in FROM clause
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。
查询表中多余重复试题（根据depno来判断，除了rowid最小的一个）
第一种方法：
-
SELECT
-
*
-
FROM
-
dept
-
WHERE
-
dname
IN (
-
SELECT
-
dname
-
FROM
-
dept
-
GROUP
BY
-
dname
-
HAVING
-
COUNT(
1) >
1
-
)
-
AND deptno
NOT
IN (
-
SELECT
-
MIN(deptno)
-
FROM
-
dept
-
GROUP
BY
-
dname
-
HAVING
-
COUNT(
1) >
1
-
)
上面这种写法正确，但是查询的速度太慢，可以试一下下面这种方法：
第二种方法：
☆根据dname分组，查找出deptno最小的。然后再查找deptno不包含刚才查出来的。这样就查询出了所有的重复数据（除了deptno最小的那行）
-
SELECT *
-
FROM
-
dept
-
WHERE
-
deptno
NOT
IN (
-
SELECT
-
dt.minno
-
FROM
-
(
-
SELECT
-
MIN(deptno)
AS minno
-
FROM
-
dept
-
GROUP
BY
-
dname
-
) dt
-
)
删除表中多余重复试题并且只留1条：
第一种方法：
-
DELETE
-
FROM
-
dept
-
WHERE
-
dname
IN (
-
SELECT
-
t.dname
-
FROM
-
(
-
SELECT
-
dname
-
FROM
-
dept
-
GROUP
BY
-
dname
-
HAVING
-
count(
1) >
1
-
) t
-
)
-
AND deptno
NOT
IN (
-
SELECT
-
dt.mindeptno
-
FROM
-
(
-
SELECT
-
min(deptno)
AS mindeptno
-
FROM
-
dept
-
GROUP
BY
-
dname
-
HAVING
-
count(
1) >
1
-
) dt
-
)
☆第二种方法（与上面查询的第二种方法对应，只是将select改为delete）：
-
DELETE
-
FROM
-
dept
-
WHERE
-
deptno
NOT
IN (
-
SELECT
-
dt.minno
-
FROM
-
(
-
SELECT
-
MIN(deptno)
AS minno
-
FROM
-
dept
-
GROUP
BY
-
dname
-
) dt
-
)
多个字段的操作：
单个字段的如果会了，多个字段也非常简单。
-
DELETE
-
FROM
-
dept
-
WHERE
-
(dname, db_source)
IN (
-
SELECT
-
t.dname,
-
t.db_source
-
FROM
-
(
-
SELECT
-
dname,
-
db_source
-
FROM
-
dept
-
GROUP
BY
-
dname,
-
db_source
-
HAVING
-
count(
1) >
1
-
) t
-
)
-
AND deptno
NOT
IN (
-
SELECT
-
dt.mindeptno
-
FROM
-
(
-
SELECT
-
min(deptno)
AS mindeptno
-
FROM
-
dept
-
GROUP
BY
-
dname,
-
db_source
-
HAVING
-
count(
1) >
1
-
) dt
-
)
总结：
其实上面的方法还有很多需要优化的地方，如果数据量太大的话，执行起来很慢，可以考虑加优化一下：
- 在经常查询的字段上加上索引
- 将*改为你需要查询出来的字段，不要全部查询出来
- 小表驱动大表用IN，大表驱动小表用EXISTS。IN适合的情况是外表数据量小的情况，而不是外表数据大的情况，因为IN会遍历外表的全部数据，假设a表100条，b表10000条那么遍历次数就是100*10000次，而exists则是执行100次去判断a表中的数据是否在b表中存在，它只执行了a.length次数。至于哪一个效率高是要看情况的，因为in是在内存中比较的，而exists则是进行数据库查询操作的
扫一扫
1482
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
