mysql数据库删除重复的数据保留一条

1.问题引入

假设一个场景，一张用户表，包含3个字段。id，identity_id，name。现在身份证号identity_id和姓名name有很多重复的数据，需要删除只保留一条有效数据。

2.模拟环境

• 1.登入mysql数据库，创建一个单独的测试数据库mysql_exercise

create database mysql_exercise charset utf8;

• 2.创建用户表users

create table users(
                    id int auto_increment primary key,
                    identity_id varchar(20),
                    name varchar(20) not null
                   );

• 3.插入测试数据

insert into users values(0,'620616199409206512','张三'),
                        (0,'620616199409206512','张三'),
                        (0,'62062619930920651X','李四'),
                        (0,'62062619930920651X','李四'),
                        (0,'620622199101206211','王五'),
                        (0,'620622199101206211','王五'),
                        (0,'322235199909116233','赵六');

可以多执行几次，生成较多重复数据。

• 4.解决思路
  （1）根据身份证号和name进行分组；
  （2）取出分组后的最大id（或最小id）；
  （3）删除除最大（或最小）id以外的其他字段；

• 　　5.第一次尝试(失败!!!)

delete from users where id not in (select max(id) from users group by identity_id,name);

报错：

1093 (HY000): You can't specify target table 'users' for update in FROM clause

因为在MYSQL里，不能先select一个表的记录，再按此条件进行更新和删除同一个表的记录。
解决办法是，将select得到的结果，再通过中间表select一遍，这样就规避了错误，
这个问题只出现于mysql，mssql和oracle不会出现此问题。

所以我们可以先将括号里面的sql语句先拿出来，先查到最大（或最小）id。

select max_id from (select max(id) as max_id from users group by identity_id,name);

接着，又报错了！！

ERROR 1248 (42000): Every derived table must have its own alias

意思是说：提示说每一个衍生出来的表，必须要有自己的别名！

执行子查询的时候，外层查询会将内层的查询当做一张表来处理，所以我们需要给内层的查询加上别名

 

继续更正：
给查询到的最大（或最小id）结果当做一张新的表，起别名t，并查询t.mix_id。

select t.max_id from (select max(id) as max_id from users group by identity_id,name) as t;

可以成功查到最大（或最小）id了，如下图：

• 6.第二次尝试（成功！！！）

delete from users where id not in (
        select t.max_id from 
        (select max(id) as max_id from users group by identity_id,name) as t
        );

执行结果：

成功将重复的数据删除，只保留了最后一次增加的记录。同理也可以保留第一次添加的记录（即删除每个分组里面除最小id以外的其他条记录）

3.拓展练习：删除重复数据

编写一个 SQL 查询，来删除 Person 表中所有重复的电子邮箱，重复的邮箱里只保留 Id 最小 的那个。

+----+------------------+
| Id | Email            |
+----+------------------+
| 1  | john@example.com |
| 2  | bob@example.com  |
| 3  | john@example.com |
+----+------------------+

Id 是这个表的主键。
例如，在运行你的查询语句之后，上面的 Person 表应返回以下几行:

+----+------------------+
| Id | Email            |
+----+------------------+
| 1  | john@example.com |
| 2  | bob@example.com  |
+----+------------------+

• 解答一：

delete from Person where Id not in (
    select t.min_id from (
        select min(Id) as min_id from Person group by Email
        ) as t
    );

• 解答二：

delete p1 from 
    Person as p1,Person as p2 
        where p1.Email=p2.Email and p1.Id > p2.Id;

 

 

参考文章：

https://blog.csdn.net/qq_38923792/article/details/95240733