用微信扫码二维码

分享至好友和朋友圈

最近在做题库系统，由于在题库中添加了重复的试题，所以需要查询出重复的试题，并且删除掉重复的试题只保留其中1条，以保证考试的时候抽不到重复的题。

首先写了一个小的例子：

一、单个字段的操作

这是数据库中的表：

分组介绍

Select 重复字段 From 表 Group By 重复字段 Having Count(*)>1

查看是否有重复的数据：

GROUP BY

HAVING

查询出：根据dname分组，同时满足having字句中组条件表达式（重复次数大于1）的那些组

count(*)与count(1) 其实没有什么差别，用哪个都可以

count(*)与count（列名）的区别：

1、 查询全部重复的数据

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)

2、删除全部重复试题

将上面的查询select改为delete（这样会出错的）。面试宝典：www.yoodb.com

DELETEFROMdeptWHEREdname IN (SELECTdnameFROMdeptGROUP BYdnameHAVINGcount(1) > 1

会出现如下错误：[Err] 1093 - You can't specify target table 'dept' for update in FROM clause

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

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。

3、查询表中多余重复试题（根据depno来判断，除了rowid最小的一个）

a. 第一种方法：

SELECTFROMdeptWHEREdname IN (SELECTdnameFROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1AND deptno NOT IN (SELECTMIN(deptno)FROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1

上面这种写法正确，但是查询的速度太慢，可以试一下下面这种方法：

b. 第二种方法：

☆根据dname分组，查找出deptno最小的。然后再查找deptno不包含刚才查出来的。这样就查询出了所有的重复数据（除了deptno最小的那行）。

SELECT *FROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROMSELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dtc. 补充第三种方法：SELECTFROMtable_name AS taWHEREta.唯一键 ( SELECT max( tb.唯一键 ) FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 );4、删除表中多余重复试题并且只留1条a. 第一种方法：DELETEFROMdeptWHEREdname IN (SELECTt.dnameFROMSELECTdnameFROMdeptGROUP BYdnameHAVINGcount(1) > 1) tAND deptno NOT IN (SELECTdt.mindeptnoFROMSELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdnameHAVINGcount(1) > 1) dtb. ☆第二种方法（与上面查询的第二种方法对应，只是将select改为delete）：DELETEFROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROMSELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dtc. 补充第三种方法（评论区推荐的一种方法）：DELETEFROMtable_name AS taWHEREta.唯一键 (SELECTt.maxidFROM( SELECT max( tb.唯一键 ) AS maxid FROM table_name AS tb WHERE ta.判断重复的列 = tb.判断重复的列 ) t二、多个字段的操作

单个字段的如果会了，多个字段也非常简单。就是将group by 的字段增加为你想要的即可。

此处只写一个，其他方法请仿照一个字段的写即可。

DELETEFROMdeptWHERE(dname, db_source) IN (SELECTt.dname,t.db_sourceFROMSELECTdname,db_sourceFROMdeptGROUP BYdname,db_sourceHAVINGcount(1) > 1) tAND deptno NOT IN (SELECTdt.mindeptnoFROMSELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdname,db_sourceHAVINGcount(1) > 1) dt总结

其实上面的方法还有很多需要优化的地方，如果数据量太大的话，执行起来很慢，可以考虑加优化一下：

在经常查询的字段上加上索引

将*改为你需要查询出来的字段，不要全部查询出来

小表驱动大表用IN，大表驱动小表用EXISTS。IN适合的情况是外表数据量小的情况，而不是外表数据大的情况，因为IN会遍历外表的全部数据，假设a表100条，b表10000条那么遍历次数就是100*10000次，而exists则是执行100次去判断a表中的数据是否在b表中存在，它只执行了a.length次数。至于哪一个效率高是要看情况的，因为in是在内存中比较的，而exists则是进行数据库查询操作的

公众号“Java精选”所发表内容注明来源的，版权归原出处所有（无法查证版权的或者未注明出处的均来自网络，系转载，转载的目的在于传递更多信息，版权属于原作者。如有侵权，请联系，笔者会第一时间删除处理！

最近有很多人问，有没有读者交流群！加入方式很简单，公众号Java精选，回复“加群”，即可入群！

（微信小程序）：3000+道面试题，包含Java基础、并发、JVM、线程、MQ系列、Redis、Spring系列、Elasticsearch、Docker、K8s、Flink、Spark、架构设计等，在线随时刷题！

------ 特别推荐 ------

特别推荐：专注分享最前沿的技术与资讯，为弯道超车做好准备及各种开源项目与高效率软件的公众号，「大咖笔记」，专注挖掘好东西，非常值得大家关注。点击下方公众号卡片关注。

文章有帮助的话，点在看，转发吧！

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.