如何过滤掉MySQL大批量插入的重复数据

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， `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 BYNAME 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

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。

（版权归原作者所有，侵删）

来源：telami.cn/2019/mysql-removes-duplicate-data-and-keeping-only-one/