智能摘要文章源自JAVA秀-https://www.javaxiu.com/38117.html
盲目依靠前人的东西，而不去自己思考是有问题的!总去想之前怎么可以，现在怎么不行了，这也是有问题的!最近确实状态不太对，失去了探索和求知的欲望，今天算是一个警醒，颇有迷途知返的感觉。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。文章源自JAVA秀-https://www.javaxiu.com/38117.html
原文约 1494 字 | 图片 0 张 | 建议阅读 3 分钟 | 评价反馈文章源自JAVA秀-https://www.javaxiu.com/38117.html
MySQL 大批量插入，如何过滤掉重复数据？
架构师专栏 文章源自JAVA秀-https://www.javaxiu.com/38117.html
收录于话题文章源自JAVA秀-https://www.javaxiu.com/38117.html
#架构进阶139文章源自JAVA秀-https://www.javaxiu.com/38117.html
#Java进阶70文章源自JAVA秀-https://www.javaxiu.com/38117.html
#历史专栏277文章源自JAVA秀-https://www.javaxiu.com/38117.html
大家好，我是磊哥。文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html
线上库有6个表存在重复数据，其中2个表比较大，一个96万+、一个30万+，因为之前处理过相同的问题，就直接拿来了上次的Python去重脚本，脚本很简单，就是连接数据库，查出来重复数据，循环删除。文章源自JAVA秀-https://www.javaxiu.com/38117.html
emmmm，但是这个效率嘛，实在是太低了，1秒一条，重复数据大约2万+，预估时间大约在8个小时左右。。。文章源自JAVA秀-https://www.javaxiu.com/38117.html
盲目依靠前人的东西，而不去自己思考是有问题的！总去想之前怎么可以，现在怎么不行了，这也是有问题的！我发现，最近确实状态不太对，失去了探索和求知的欲望，今天算是一个警醒，颇有迷途知返的感觉。文章源自JAVA秀-https://www.javaxiu.com/38117.html
注 意文章源自JAVA秀-https://www.javaxiu.com/38117.html
文末有：3625页互联网大厂面试题 文章源自JAVA秀-https://www.javaxiu.com/38117.html
言归正传，下面详细介绍去重步骤。
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');目标：我们要去掉name相同的数据。
先看看哪些数据重复了文章源自JAVA秀-https://www.javaxiu.com/38117.html
SELECT name,count( 1 ) FROM student GROUP BYNAME HAVING count( 1 ) > 1;输出：
name count(1) cat 2 dog 2文章源自JAVA秀-https://www.javaxiu.com/38117.html
name为cat和dog的数据重复了，每个重复的数据有两条；文章源自JAVA秀-https://www.javaxiu.com/38117.html
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)>1)文章源自JAVA秀-https://www.javaxiu.com/38117.html
删除全部重复数据，一条不留
直接删除会报错文章源自JAVA秀-https://www.javaxiu.com/38117.html
DELETE FROM student WHERE NAME IN ( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1)报错：
1093 - You can't specify target table 'student' for update in FROM clause, Time: 0.016000s文章源自JAVA秀-https://www.javaxiu.com/38117.html
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文章源自JAVA秀-https://www.javaxiu.com/38117.html
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。文章源自JAVA秀-https://www.javaxiu.com/38117.html
DELETE FROM student WHERE NAME IN ( SELECT t.NAME FROM ( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1 ) t)删除表中删除重复数据，仅保留一条
在删除之前，我们可以先查一下，我们要删除的重复数据是啥样的文章源自JAVA秀-https://www.javaxiu.com/38117.html
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，就是先通过name分组，查出id最小的数据，这些数据就是我们要留下的火种，那么再查询出id不在这里面的，就是我们要删除的重复数据。另外，关注Java知音公众号，回复“后端面试”，送你一份面试题宝典！文章源自JAVA秀-https://www.javaxiu.com/38117.html
开始删除重复数据，仅留一条
很简单，刚才的select换成delete即可文章源自JAVA秀-https://www.javaxiu.com/38117.html
DELETE FROM student WHERE id NOT IN ( SELECT t.id FROM ( SELECT MIN( id ) AS id FROM student GROUP BY `name` ) t )90万+的表执行起来超级快。文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html
近期技术热文文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html 接私活，你有技术，就有钱！搞钱就用它！文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html 搞定 SpringCcloud+Kubernetes+Docker 微服务，容器化，超牛逼!文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html Intellij IDEA 高级调试，技巧，你真的会用吗？文章源自JAVA秀-https://www.javaxiu.com/38117.html
文章源自JAVA秀-https://www.javaxiu.com/38117.html 小姐姐，配个 GC 日志吧，不然咋分析故障原因？文章源自JAVA秀-https://www.javaxiu.com/38117.html
第3版：互联网大厂面试题文章源自JAVA秀-https://www.javaxiu.com/38117.html
包括 Java 集合、JVM、多线程、并发编程、设计模式、算法调优、Spring全家桶、Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、MongoDB、Redis、MySQL、RabbitMQ、Kafka、Linux、Netty、Tomcat、Python、HTML、CSS、Vue、React、JavaScript、Android 大数据、阿里巴巴等大厂面试题等、等技术栈！文章源自JAVA秀-https://www.javaxiu.com/38117.html
阅读原文： 高清 7701页大厂面试题 PDF文章源自JAVA秀-https://www.javaxiu.com/38117.html
阅读原文文章源自JAVA秀-https://www.javaxiu.com/38117.html
评论