怎么新建MySQL数据库

       sql语句如何去重复记录？我们在存储数据的时候，会存在一些重复字段，那么我们如何高效去除重复记录呢？下面给大家分享两种实现方法，感兴趣的朋友可以参考参考。

       如果要删除手机(mobilePhone)，电话(officePhone)，邮件(email)同时都相同的数据，以前一直使用这条语句进行去重：

delete from 表 where id not in  
(select max(id) from 表 group by mobilePhone,officePhone,email )  
or 
delete from 表 where id not in  
 (select min(id) from 表 group by mobilePhone,officePhone,email ) 

delete from 表 where id not in 
(select max(id) from 表 group by mobilePhone,officePhone,email ) 
or 
delete from 表 where id not in 
 (select min(id) from 表 group by mobilePhone,officePhone,email ) 

       其中下面这条会稍快些。上面这条数据对于100万以内的数据效率还可以，重复数1/5的情况下几分钟到几十分钟不等，但是如果数据量达到300万以上，效率骤降，如果重复数据再多点的话，常常会几十小时跑不完，有时候会锁表跑一夜都跑不完。无奈只得重新寻找新的可行方法，今天终于有所收获：

//查询出唯一数据的ID,并把他们导入临时表tmp中  
select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email  
 //查询出去重后的数据并插入finally表中  
insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp) 

//查询出唯一数据的ID,并把他们导入临时表tmp中 
select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email 
 //查询出去重后的数据并插入finally表中 
insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp) 

       效率对比：用delete方法对500万数据去重（1/2重复）约4小时。4小时，很长的时间。

       用临时表插入对500万数据去重（1/2重复）不到10分钟。

       其实用删除方式是比较慢的，可能是边找边删除的原因吧，而使用临时表，可以将没有重复的数据ID选出来放在临时表里，再将表的信息按临时表的选择出来的ID，将它们找出来插入到新的表，然后将原表删除，这样就可以快速去重啦。

       SQL语句去掉重复记录，获取重复记录

       按照某几个字段名称查找表中存在这几个字段的重复数据并按照插入的时间先后进行删除，条件取决于order by 和row_num。

       方法一按照多条件重复处理：

delete tmp from(  
select row_num = row_number() over(partition by 字段，字段 order by 时间 desc)  
 from 表 where 时间> getdate()-1  
 ) tmp  
 where row_num > 1 
delete tmp from( 
select row_num = row_number() over(partition by 字段，字段 order by 时间 desc) 
 from 表 where 时间> getdate()-1 
 ) tmp 
 where row_num > 1 

       方法二按照单一条件进行去重：

delete from 表 where 主键ID not in(  
select max(主键ID) from 表 group by 需要去重的字段 having count(需要去重的字段)>=1  
 ) 
delete from 表 where 主键ID not in( 
select max(主键ID) from 表 group by 需要去重的字段 having count(需要去重的字段)>=1 
 ) 

       注意：为提高效率如上两个方法都可以使用临时表， not in 中的表可以先提取临时表#tmp，

       然后采用not exists来执行，为避免数量过大，可批量用Top控制删除量

delete top(2) from 表  
   where not exists (select 主键ID  
 from #tmp where #tmp.主键ID=表.主键ID) 

       总结

       以上就是关于sql语句如何去重复记录的方法介绍，具有一定的参考借鉴价值，需要的朋友可以看看，想要了解更多sql语句去重复记录的技巧，大家可以继续关注其他相关文章。

文本转载自脚本之家