1.問題引入
假設一個場景，一張用戶表，包含3個字段。id，identity_id，name。現在身份證號identity_id和姓名name有很多重復的數據，需要刪除只保留一條有效數據。
2.模擬環境
- 1.登入mysql數據庫，創建一個單獨的測試數據庫mysql_exercise
create database mysql_exercise charset utf8;
- 2.創建用戶表users
create table users(
id int auto_increment primary key,
identity_id varchar(20),
name varchar(20) not null
);
- 3.插入測試數據
insert into users values(0,'620616199409206512','張三'),
(0,'620616199409206512','張三'),
(0,'62062619930920651X','李四'),
(0,'62062619930920651X','李四'),
(0,'620622199101206211','王五'),
(0,'620622199101206211','王五'),
(0,'322235199909116233','趙六');
可以多執行幾次，生成較多重復數據。
-
4.解決思路
（1）根據身份證號和name進行分組；
（2）取出分組后的最大id（或最小id）；
（3）刪除除最大（或最小）id以外的其他字段； -
5.第一次嘗試(失敗!!!)
delete from users where id not in (select max(id) from users group by identity_id,name);
報錯：
1093 (HY000): You can't specify target table 'users' for update in FROM clause
因為在MYSQL里，不能先select一個表的記錄，再按此條件進行更新和刪除同一個表的記錄。
解決辦法是，將select得到的結果，再通過中間表select一遍，這樣就規避了錯誤，
這個問題只出現於mysql，mssql和oracle不會出現此問題。
所以我們可以先將括號里面的sql語句先拿出來，先查到最大（或最小）id。
select max_id from (select max(id) as max_id from users group by identity_id,name);
接着，又報錯了！！
ERROR 1248 (42000): Every derived table must have its own alias
意思是說：提示說每一個衍生出來的表，必須要有自己的別名！
執行子查詢的時候，外層查詢會將內層的查詢當做一張表來處理，所以我們需要給內層的查詢加上別名
繼續更正：
給查詢到的最大（或最小id）結果當做一張新的表，起別名t，並查詢t.mix_id。
select t.max_id from (select max(id) as max_id from users group by identity_id,name) as t;
可以成功查到最大（或最小）id了，如下圖：
- 6.第二次嘗試（成功！！！）
delete from users where id not in (
select t.max_id from
(select max(id) as max_id from users group by identity_id,name) as t
);
執行結果：
成功將重復的數據刪除，只保留了最后一次增加的記錄。同理也可以保留第一次添加的記錄（即刪除每個分組里面除最小id以外的其他條記錄）
3.拓展練習：刪除重復數據
編寫一個 SQL 查詢，來刪除 Person 表中所有重復的電子郵箱，重復的郵箱里只保留 Id 最小 的那個。
+----+------------------+ | Id | Email | +----+------------------+ | 1 | john@example.com | | 2 | bob@example.com | | 3 | john@example.com | +----+------------------+
Id 是這個表的主鍵。
例如，在運行你的查詢語句之后，上面的 Person 表應返回以下幾行:
+----+------------------+ | Id | Email | +----+------------------+ | 1 | john@example.com | | 2 | bob@example.com | +----+------------------+
- 解答一：
delete from Person where Id not in (
select t.min_id from (
select min(Id) as min_id from Person group by Email
) as t
);
- 解答二：
delete p1 from
Person as p1,Person as p2
where p1.Email=p2.Email and p1.Id > p2.Id;
參考文章：
https://blog.csdn.net/qq_38923792/article/details/95240733