|
MySQL多字段去重复实际上是单字段去重复的衍生，原理就是把多字段数据通过子查询合并为单字段的数据表，再通过单字段数据group by 进行汇总，用 having把 count(字段) > 1的数据都显示出来，最后把查找到的重复数据 用min方法或者max方法获取最小id或者最大id来选择删除。
1，多字段转单字段，这里需要把id显示出来，后面有用到
SELECT id,CONCAT(`host`,path,params) AS uuid FROM static_url
2，把多字段合并为单字段的查询结果放入子查询，查找存在重复的数据，并显示重复数
SELECT COUNT(a.id),a.uuid FROM (
?? ?SELECT id,CONCAT(`host`,path,params) AS uuid FROM static_url
) a GROUP BY a.uuid HAVING COUNT(a.id) > 1
3，将查询到的重复id，来获取重复数据里最小的id
SELECT min(a.id) FROM (
? ?? SELECT id,CONCAT(`host`,path,params) AS uuid FROM static_url
) a GROUP BY a.uuid HAVING COUNT(a.id) > 1
4，将获取到重复数据最小的id值放入 IN内作为删除数据的条件
DELETE FROM static_url WHERE id IN(
? ? SELECT min(a.id) FROM (
? ? ? ? SELECT id,CONCAT(`host`,path,params) AS uuid FROM static_url
? ? ) a GROUP BY a.uuid HAVING COUNT(a.id) > 1
)
5，bug补充
如果直接执行步骤4的代码时，MySQL会卡住，会卡住，卡住，住！
虽然逻辑上来说没问题，但执行的时候嵌套过多子查询，就会出现问题，所以要把子查询数据拎出来再放入删除语句内
DELETE FROM static_url WHERE id IN(
?? 91383,26240,26256,26269,26129,26108,26029,26067,26095,26309,26595,51805,37459,32493,32417
)
6，将步骤4的代码多执行几次，直到执行结果显示没有删除到数据的时候才停止，因为重复数据不一定只重复一次，很可能重复好几次，每一次执行只能删除重复数据的最小id，不是只保留最大id ?
|