今天小編要跟大家分享的文章是關(guān)于運(yùn)維人員該如何查找并刪除數(shù)據(jù)庫中的重復(fù)行。本文講述如何查找數(shù)據(jù)庫里重復(fù)的行。這是初學(xué)者十分普遍遇到的問題。方法也很簡單。這個問題還可以有其他演變，例如，如何查找“兩字段重復(fù)的行”。Linux入門新手和正在Linux學(xué)習(xí)的小伙伴快來看一看吧，希望能夠?qū)Υ蠹矣兴鶐椭?/p>

1、如何查找重復(fù)行

第一步是定義什么樣的行才是重復(fù)行。多數(shù)情況下很簡單：它們某一列具有相同的值。本文采用這一定義，或許你對“重復(fù)”的定義比這復(fù)雜，你需要對sql做些修改。本文要用到的數(shù)據(jù)樣本：

前面兩行在day字段具有相同的值，因此如何我將他們當(dāng)做重復(fù)行，這里有一查詢語句可以查找。查詢語句使用GROUP BY子句把具有相同字段值的行歸為一組，然后計算組的大小。

重復(fù)行的組大小大于1。如何希望只顯示重復(fù)行，必須使用HAVING子句，比如

這是基本的技巧：根據(jù)具有相同值的字段分組，然后知顯示大小大于1的組。

為什么不能使用WHERE子句？因為WHERE子句過濾的是分組之前的行，HAVING子句過濾的是分組之后的行。

2、如何刪除重復(fù)行

一個相關(guān)的問題是如何刪除重復(fù)行。一個常見的任務(wù)是，重復(fù)行只保留一行，其他刪除，然后你可以創(chuàng)建適當(dāng)?shù)乃饕?，防止以后再有重?fù)的行寫入數(shù)據(jù)庫。

同樣，首先是弄清楚重復(fù)行的定義。你要保留的是哪一行呢？第一行，或者某個字段具有最大值的行？本文中，假設(shè)要保留的是第一行——id字段具有最小值的行，意味著你要刪除其他的行。

也許最簡單的方法是通過臨時表。尤其對于MYSQL，有些限制是不能在一個查詢語句中select的同時update一個表。簡單起見，這里只用到了臨時表的方法。

我們的任務(wù)是：刪除所有重復(fù)行，除了分組中id字段具有最小值的行。因此，需要找出大小大于1的分組，以及希望保留的行。你可以使用MIN()函數(shù)。這里的語句是創(chuàng)建臨時表，以及查找需要用DELETE刪除的行。

有了這些數(shù)據(jù)，你可以開始刪除“臟數(shù)據(jù)”行了?？梢杂袔追N方法，各有優(yōu)劣（詳見我的文章many-to-one problems in SQL），但這里不做詳細(xì)比較，只是說明在支持查詢子句的關(guān)系數(shù)據(jù)庫中，使用的標(biāo)準(zhǔn)方法。

3、如何查找多列上的重復(fù)行

有人最近問到這樣的問題：我的一個表上有兩個字段b和c，分別關(guān)聯(lián)到其他兩個表的b和c字段。我想要找出在b字段或者c字段上具有重復(fù)值的行。

咋看很難明白，通過對話后我理解了：他想要對b和c分別創(chuàng)建unique索引。如上所述，查找在某一字段上具有重復(fù)值的行很簡單，只要用group分組，然后計算組的大小。并且查找全部字段重復(fù)的行也很簡單，只要把所有字段放到group子句。但如果是判斷b字段重復(fù)或者c字段重復(fù)，問題困難得多。這里提問者用到的樣本數(shù)據(jù)

現(xiàn)在，你可以輕易看到表里面有一些重復(fù)的行，但找不到兩行具有相同的二元組{b, c}。這就是為什么問題會變得困難了。

錯誤的查詢語句

如果把兩列放在一起分組，你會得到不同的結(jié)果，具體看如何分組和計算大小。提問者恰恰是困在了這里。有時候查詢語句找到一些重復(fù)行卻漏了其他的。這是他用到了查詢??

結(jié)果返回所有的行，因為CONT(*)總是1.為什么？因為>1寫在COUNT()里面。這個錯誤很容易被忽略，事實上等效于

為什么？因為(b > 1)是一個布爾值，根本不是你想要的結(jié)果。你要的是

返回空結(jié)果。很顯然，因為沒有重復(fù)的{b,c}。這人試了很多其他的OR和AND的組合，用來分組的是一個字段，計算大小的是另一個字段，像這樣

沒有一個能夠找出全部的重復(fù)行。而且最令人沮喪的是，對于某些情況，這種語句是有效的，如果錯誤地以為就是這么寫法，然而對于另外的情況，很可能得到錯誤結(jié)果。

事實上，單純用GROUP BY是不可行的。為什么？因為當(dāng)你對某一字段使用group by時，就會把另一字段的值分散到不同的分組里。對這些字段排序可以看到這些效果，正如分組做的那樣。首先，對b字段排序，看看它是如何分組的

當(dāng)你對b字段排序（分組），相同值的c被分到不同的組，因此不能用COUNT(DISTINCT c)來計算大小。COUNT()之類的內(nèi)部函數(shù)只作用于同一個分組，對于不同分組的行就無能為力了。類似，如果排序的是c字段，相同值的b也會分到不同的組，無論如何是不能達(dá)到我們的目的的。

幾種正確的方法

也許最簡單的方法是分別對某個字段查找重復(fù)行，然后用UNION拼在一起，像這樣：

輸出what_col字段為了提示重復(fù)的是哪個字段。另一個辦法是使用嵌套查詢：

這種方法的效率要比使用UNION低許多，并且顯示每一重復(fù)的行，而不是重復(fù)的字段值。還有一種方法，將自己跟group的嵌套查詢結(jié)果聯(lián)表查詢。寫法比較復(fù)雜，但對于復(fù)雜的數(shù)據(jù)或者對效率有較高要求的情況，是很有必要的。

以上方法可行，我敢肯定還有其他的方法。如果UNION能用，我想會是最簡單不過的了。

以上就是小編今天為大家分享的關(guān)于運(yùn)維人員該如何查找并刪除數(shù)據(jù)庫中的重復(fù)行？的文章，希望本篇文章能夠?qū)φ趶氖逻\(yùn)維工作的小伙伴們有所幫助。想要了解更多運(yùn)維相關(guān)知識記得關(guān)注馬哥Linux培訓(xùn)官網(wǎng)，最后祝愿小伙伴們工作順利！

聲明：文章來源于網(wǎng)絡(luò)，侵刪！