[[423830]]

 加班原因是上線，解決線上數據庫存在重復數據的問題，發(fā)現了程序的bug，很好解決，有點問題的是，修正線上的重復數據。

線上庫有6個表存在重復數據，其中2個表比較大，一個96萬+、一個30萬+，因為之前處理過相同的問題，就直接拿來了上次的Python去重腳本，腳本很簡單，就是連接數據庫，查出來重復數據，循環(huán)刪除。

emmmm，但是這個效率嘛，實在是太低了，1秒一條，重復數據大約2萬+，預估時間大約在8個小時左右。。。

盲目依靠前人的東西，而不去自己思考是有問題的！總去想之前怎么可以，現在怎么不行了，這也是有問題的！我發(fā)現，最近確實狀態(tài)不太對，失去了探索和求知的欲望，今天算是一個警醒，頗有迷途知返的感覺。

言歸正傳，下面詳細介紹去重步驟。 

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'); 

目標：我們要去掉name相同的數據。

先看看哪些數據重復了 

SELECT name,count( 1 )   
FROM  
 student   
GROUP BY  
NAME   
HAVING  
 count( 1 ) > 1; 

輸出：

name count(1) cat 2 dog 2 

name為cat和dog的數據重復了，每個重復的數據有兩條； 

Select * From 表 Where 重復字段 In (Select 重復字段 From 表 Group By 重復字段 Having Count(1)>1) 

刪除全部重復數據，一條不留

直接刪除會報錯 

DELETE   
FROM  
 student   
WHERE  
 NAME IN (  
 SELECT NAME   
 FROM  
  student   
 GROUP BY  
 NAME   
HAVING  
 count( 1 ) > 1) 

報錯： 

1093 - You can't specify target table 'student' for update in FROM clause, Time: 0.016000s 

原因是：更新這個表的同時又查詢了這個表，查詢這個表的同時又去更新了這個表，可以理解為死鎖。mysql不支持這種更新查詢同一張表的操作

解決辦法：把要更新的幾列數據查詢出來做為一個第三方表，然后篩選更新。 

DELETE   
FROM  
 student   
WHERE  
 NAME IN (  
 SELECT  
  t.NAME   
FROM  
 ( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1 ) t) 

刪除表中刪除重復數據，僅保留一條

在刪除之前，我們可以先查一下，我們要刪除的重復數據是啥樣的 

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，就是先通過name分組，查出id最小的數據，這些數據就是我們要留下的火種，那么再查詢出id不在這里面的，就是我們要刪除的重復數據。

開始刪除重復數據，僅留一條

很簡單，剛才的select換成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   
 ) 

90萬+的表執(zhí)行起來超級快。