Mysql删除重复记录并且只保留一条
引用自：https://blog.csdn.net/n950814abc/article/details/82284838 作者：千g
找到重复记录的sql
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：
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）
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
可以根据depno判断，除了rowid最小的一个
a. 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；
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）
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：
SELECT * FROM dept AS ta
WHERE ta.deptno <> ( SELECT min( tb.deptno ) FROM dept AS tb WHERE ta.dname = tb.dname );
4. 删除表中多余重复试题并且只留1条：
a. 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 )
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）：
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：
DELETE FROM dept AS ta WHERE ta.deptno <> ( SELECT t.minid FROM ( SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname = tb.dname ) 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。
a. 第一种方法：
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 )
b. ☆第二种方法：
DELETE FROM dept WHERE deptno NOT IN ( SELECT dt.minno FROM ( SELECT MIN(deptno) AS minno FROM dept GROUP BY dname,dbsource ) dt )
c. 补充第三种方法：
DELETE FROM dept AS ta WHERE ta.deptno <> ( SELECT t.minid FROM ( SELECT min( tb.deptno ) AS minid FROM dept AS tb WHERE ta.dname = tb.dname and ta.dbsource = tb.dbsource ) t );
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
