如何用MYSQL删除表中重复数据
?通常情况下，一个我们在做一个产品的时候，一开始可能由于设计考虑不周或者程序写的不够严谨，某个字段上的值产生重复了，但是又必须去掉，这个时候就稍微麻烦了一点，直接加一个?UNIQUE KEY?肯定是不行了，因为会报错。
?现在，我们来采用一种变通的办法，不过可能会丢失一些数据 :)
?在这里，我们设定一个表，其结构如下：
mysql> desc `user`;+-------+------------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+-------+------------------+------+-----+---------+----------------+| id | int(10) unsigned | NO | PRI | NULL | auto_increment || name | char(10) | NO | | | || extra | char(10) | NO | | | |+-------+------------------+------+-----+---------+----------------+
?原来表中的数据假定有以下几条：
mysql> SELECT * FROM `user`;+----+-------+--------+| id | name | extra |+----+-------+--------+| 1 | user1 | user1 || 2 | user2 | user2 || 3 | user3 | user3 || 4 | user4 | user4 || 5 | user5 | user5 || 6 | user3 | user6 || 7 | user6 | user7 || 8 | user2 | user8 || 9 | USER2 | user9 || 10 | USER6 | user10 |+----+-------+--------+
1、将原来的数据导出
mysql>SELECT * INTO OUTFILE '/tmp/user.txt' FROM `user`;
2、清空数据表
mysql>TRUNCATE TABLE `user`;
3、创建唯一索引，并且修改 `name` 字段的类型为?BINARY CHAR?区分大小写
mysql> ALTER TABLE `user` MODIFY `name` CHAR(10) BINARY NOT NULL DEFAULT '';mysql> ALTER TABLE `user` ADD UNIQUE KEY ( `name` );
现在来看看新的表结构：
mysql> desc user;+-------+------------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+-------+------------------+------+-----+---------+----------------+| id | int(10) unsigned | NO | PRI | NULL | auto_increment || name | char(10) | NO | UNI | | || extra | char(10) | NO | | | |+-------+------------------+------+-----+---------+----------------+
4、把数据导回去，在这里，有两种选择：新的重复记录替换旧的记录，只保留最新的记录?或者是?新的记录略过，只保留最旧的记录
mysql> LOAD DATA INFILE '/tmp/user.txt' REPLACE INTO TABLE `user`;Query OK, 10 rows affected (0.00 sec)Records: 8 Deleted: 2 Skipped: 0 Warnings: 0mysql> SELECT * FROM USER;+----+-------+--------+| id | name | extra |+----+-------+--------+| 1 | user1 | user1 || 8 | user2 | user8 || 6 | user3 | user6 || 4 | user4 | user4 || 5 | user5 | user5 || 7 | user6 | user7 || 9 | USER2 | user9 || 10 | USER6 | user10 |+----+-------+--------+
?上面是采用?REPLACE?的方式，可以看到，导入过程中删掉了两条数据，结果验证确实是?新的重复记录替换旧的记录，只保留最新的记录。
?现在，来看看用?IGNORE?的方式：
mysql> LOAD DATA INFILE '/tmp/user.txt' IGNORE INTO TABLE `user`;Query OK, 6 rows affected (0.01 sec)Records: 8 Deleted: 0 Skipped: 2 Warnings: 0mysql> SELECT * FROM USER;+----+-------+--------+| id | name | extra |+----+-------+--------+| 1 | user1 | user1 || 2 | user2 | user2 || 3 | user3 | user3 || 4 | user4 | user4 || 5 | user5 | user5 || 7 | user6 | user7 || 9 | USER2 | user9 || 10 | USER6 | user10 |+----+-------+--------+
?看到了吧，确实是?新的记录略过，只保留最旧的记录。
?
?
查询时去重：
在使用mysql时，有时需要查询出某个字段不重复的记录，虽然mysql提供 有distinct这个关键字来过滤掉多余的重复记录只保留一条，但往往只用它来返回不重复记录的条数，而不是用它来返回不重记录的所有值。其原因是 distinct只能返回它的目标字段，而无法返回其它字段，这个问题让我困扰了很久，用distinct不能解决的话，我只有用二重循环查询来解决，而 这样对于一个数据量非常大的站来说，无疑是会直接影响到效率的。所以我花了很多时间来研究这个问题，网上也查不到解决方案，期间把容容拉来帮忙，结果是我 们两人都郁闷了。。。。。。。。。
下面先来看看例子：
???? table
?? id name
?? 1 a
?? 2 b
?? 3 c
?? 4 c
?? 5 b
库结构大概这样，这只是一个简单的例子，实际情况会复杂得多。
比如我想用一条语句查询得到name不重复的所有数据，那就必须使用distinct去掉多余的重复记录。
select distinct name from table
得到的结果是:
?? name
?? a
?? b
?? c
好像达到效果了，可是，我想要得到的是id值呢？改一下查询语句吧:
select distinct name, id from table
结果会是:
?? id name
?? 1 a
?? 2 b
?? 3 c
?? 4 c
?? 5 b
distinct怎么没起作用？作用是起了的，不过他同时作用了两个字段，也就是必须得id与name都相同的才会被排除。。。。。。。
我们再改改查询语句:
select id, distinct name from table
很遗憾，除了错误信息你什么也得不到，distinct必须放在开头。难到不能把distinct放到where条件里？能，照样报错。。。。。。。
很麻烦吧？确实，费尽心思都没能解决这个问题。没办法，继续找人问。
拉住公司里一JAVA程序员，他给我演示了oracle里使用distinct之后，也没找到mysql里的解决方案，最后下班之前他建议我试试group by。
试了半天，也不行，最后在mysql手册里找到一个用法，用group_concat(distinct name)配合group by name实现了我所需要的功能，兴奋，天佑我也，赶快试试。
报错。。。。。。。。。。。。郁闷。。。。。。。连mysql手册也跟我过不去，先给了我希望，然后又把我推向失望，好狠哪。。。。
再仔细一查，group_concat函数是4.1支持，晕，我4.0的。没办法，升级，升完级一试，成功。。。。。。
终于搞定了，不过这样一来，又必须要求客户也升级了。
突然灵机一闪，既然可以使用group_concat函数，那其它函数能行吗？
赶紧用count函数一试，成功，我。。。。。。。想哭啊，费了这么多工夫。。。。。。。。原来就这么简单。。。。。。
现在将完整语句放出:
select *, count(distinct name) from table group by name
结果:
?? id name count(distinct name)
?? 1 a 1
?? 2 b 1
?? 3 c 1
最后一项是多余的，不用管就行了，目的达到。。。。。
唉，原来mysql这么笨，轻轻一下就把他骗过去了，郁闷也就我吧（对了，还有容容那家伙），现在拿出来希望大家不要被这问题折腾。
哦，对，再顺便说一句，group by 必须放在 order by 和 limit之前，不然会报错。。。。。。。。！OK了
?
本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/guocuifang655/archive/2009/03/16/3993612.aspx
