送大家以下java学习材料，文章开端有支付形式

在公司加班到八点，此为背景。

加班起因是上线，解决线上数据库存在反复数据的问题，发现了程序的bug，很好解决，有点问题的是，修改线上的反复数据。

线上库有6个表存在反复数据，其中2个表比拟大，一个96万+、一个30万+，因为之前解决过雷同的问题，就间接拿来了上次的Python去重脚本，脚本很简略，就是连贯数据库，查出来反复数据，循环删除。

emmmm，然而这个效率嘛，切实是太低了，1秒一条，反复数据大概2万+，预估工夫大概在8个小时左右。。。

自觉依附前人的货色，而不去本人思考是有问题的！总去想之前怎么能够，当初怎么不行了，这也是有问题的！我发现，最近的确状态不太对，失去了摸索和求知的欲望，明天算是一个警醒，颇有误入歧途的感觉。

言归正传，上面具体介绍去重步骤。

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');

指标：咱们要去掉name雷同的数据。

先看看哪些数据反复了

SELECT name,count( 1 ) FROM student GROUP BYNAME HAVING count( 1 ) > 1;

输入：

name count(1) cat 2 dog 2

name为cat和dog的数据反复了，每个反复的数据有两条；

Select * From 表 Where 反复字段 In (Select 反复字段 From 表 Group By 反复字段 Having Count(1)>1)

删除全副反复数据，一条不留

间接删除会报错

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

起因是：更新这个表的同时又查问了这个表，查问这个表的同时又去更新了这个表，能够了解为死锁。mysql不反对这种更新查问同一张表的操作

解决办法：把要更新的几列数据查问进去做为一个第三方表，而后筛选更新。

DELETE FROM student WHERE NAME IN ( SELECT  t.NAME FROM ( SELECT NAME FROM student GROUP BY NAME HAVING count( 1 ) > 1 ) t)

删除表中删除反复数据，仅保留一条

在删除之前，咱们能够先查一下，咱们要删除的反复数据是啥样的

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，这些数据就是咱们要留下的火种，那么再查问出id不在这外面的，就是咱们要删除的反复数据。

开始删除反复数据，仅留一条

很简略，方才的select换成delete即可

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。

All done ~