最近在做题库系统，由于在题库中添加了重复的试题，所以需要查询出重复的试题，并且删除掉重复的试题只保留其中1条，以保证考试的时候抽不到重复的题。 首先写了一个小的例子： **一、单个字段的操作** ============= 这是数据库中的表：  **分组介绍** --------  ```java 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 count(\*)与count（列名）的区别： count(\*)将返回表格中所有存在的行的总数包括值为null的行，然而count(列名)将返回表格中除去null以外的所有行的总数(有默认值的列也会被计入）。 **1\. 查询全部重复的数据** -----------------  ```java 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) ``` **2\. 删除全部重复试题** ---------------- 将上面的查询select改为delete（这样会出错的） ```java 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。  **3\. 查询表中多余重复试题（根据depno来判断，除了rowid最小的一个）** ------------------------------------------- ### a. 第一种方法  ```java 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： ### b. 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）。 ```java SELECT *``FROM` `dept``WHERE` `deptno NOT IN (` `SELECT` `dt.minno` `FROM` `(` `SELECT` `MIN(deptno) AS minno` `FROM` `dept` `GROUP BY` `dname` `) dt` `) ``` ### c. 补充第三种方法 ```java SELECT` `*` `FROM` `table_name AS ta` `WHERE` `ta.唯一键 <> ( SELECT max( tb.唯一键 ) FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 ); ``` **4\. 删除表中多余重复试题并且只留1条** ------------------------ ### a. 第一种方法： ```java 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``) ``` ### b. 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） ```java DELETE``FROM` `dept``WHERE` `deptno NOT IN (` `SELECT` `dt.minno` `FROM` `(` `SELECT` `MIN(deptno) AS minno` `FROM` `dept` `GROUP BY` `dname` `) dt` `) ``` ### c. 补充第三种方法（评论区推荐的一种方法） ```java DELETE` `FROM` `table_name AS ta` `WHERE` `ta.唯一键 <> (``SELECT` `t.maxid` `FROM` `( SELECT max( tb.唯一键 ) AS maxid FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 ) t`` ); ``` **二、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。就是将group by 的字段增加为你想要的即可。 此处只写一个，其他方法请仿照一个字段的写即可。 ```java 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。 本文转自 [https://mp.weixin.qq.com/s/OWlRK0e2\_ioEjWEMIe-tMw](https://mp.weixin.qq.com/s/OWlRK0e2_ioEjWEMIe-tMw)，如有侵权，请联系删除。
评论