作者：千g
blog.csdn.net/n950814abc/article/details/82284838
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：

Select
 重复字段 
From
 表 
GroupBy
 重复字段 
HavingCount
(*)>
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 
GroupBy
 重复字段 
HavingCount
(*)>
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

GROUPBY
   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：

SELECT
 *

FROM
 dept

WHERE
 dname 
IN
 (

SELECT
   dname

FROM
   dept

GROUPBY
   dname

HAVING
COUNT
(
1
) > 
1
 )

AND
 deptno 
NOTIN
 (

SELECT
MIN
(deptno)

FROM
  dept

GROUPBY
  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）。搜索Java知音公众号，回复“后端面试”，送你一份Java面试题宝典.pdf
SELECT
 *

FROM
 dept

WHERE
 deptno 
NOTIN
 (

SELECT
   dt.minno

FROM
   (

SELECT
MIN
(deptno) 
AS
 minno

FROM
     dept

GROUPBY
     dname

   ) dt

 )

c. 补充第三种方法：

SELECT
 * 

FROM
 table_name 
AS
 ta 

WHERE
 ta.唯一键 <> ( 
SELECTmax
( 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：

DELETE
FROM
 dept

WHERE
 dname 
IN
 (

SELECT
   t.dname

FROM
   (

SELECT
     dname

FROM
     dept

GROUPBY
     dname

HAVING
count
(
1
) > 
1
   ) t

 )

AND
 deptno 
NOTIN
 (

SELECT
 dt.mindeptno

FROM
 (

SELECT
min
(deptno) 
AS
 mindeptno

FROM
   dept

GROUPBY
   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 
NOTIN
 (

SELECT
   dt.minno

FROM
   (

SELECT
MIN
(deptno) 
AS
 minno

FROM
     dept

GROUPBY
     dname

   ) dt

 )

c. 补充第三种方法（评论区推荐的一种方法）：

DELETE
FROM
 table_name 
AS
 ta 

WHERE
 ta.唯一键 <> (

SELECT
 t.maxid 

FROM
 ( 
SELECTmax
( 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。搜索Java知音公众号，回复“后端面试”，送你一份Java面试题宝典.pdf
此处只写一个，其他方法请仿照一个字段的写即可。
DELETE
FROM
 dept

WHERE
 (dname, db_source) 
IN
 (

SELECT
   t.dname,

   t.db_source

FROM
   (

SELECT
     dname,

     db_source

FROM
     dept

GROUPBY
     dname,

     db_source

HAVING
count
(
1
) > 
1
   ) t

 )

AND
 deptno 
NOTIN
 (

SELECT
  dt.mindeptno

FROM
  (

SELECT
min
(deptno) 
AS
 mindeptno

FROM
    dept

GROUPBY
    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
PS：欢迎在留言区留下你的观点，一起讨论提高。如果今天的文章让你有新的启发，欢迎转发分享给更多人。
Java后端编程交流群已成立
公众号运营至今，离不开小伙伴们的支持。为了给小伙伴们提供一个互相交流的平台，特地开通了官方交流群。扫描下方二维码备注 进群 或者关注公众号 Java后端编程 后获取进群通道。
—————END—————
推荐阅读：
最近面试BAT，整理一份面试资料《Java面试BAT通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。
获取方式：关注公众号并回复 666 领取，更多内容陆续奉上。
明天见(｡･ω･｡)ﾉ♡
继续阅读
阅读原文