有这样一张表，表数据及结果如下：

可以看出，school_name的字段值有重复数据(Abraham Lincoln High School 和Agoura High School分别出现两次)，那么如何删除这两条数据，从而只让这两个数值出现一次呢？

//删除重复记录,保存Id最小的一条

delete FROM `test` WHERE `school_name`

in

(SELECT `school_name`

FROM `test`

GROUP BY `school_name`

HAVING COUNT( * ) >1) and school_id

not in

(select min(school_id) from test group by school_id having count(* )>1)

//删除重复记录,保存Id最大的一条

delete FROM `test` WHERE `school_name`

in

(SELECT `school_name`

FROM `test`

GROUP BY `school_name`

HAVING COUNT( * ) >1) and school_id

not in

(select max(school_id) from test group by school_id having count(* )>1)

一.单个字段的操作

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：

count(*)将返回表格中所有存在的行的总数包括值为null的行，然而count(列名)将返回表格中除去null以外的所有行的总数(有默认值的列也会被计入)

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)

二.删除全部重复数据：

将上面的查询select改为delete(这样会出错的)

DELETE

FROM

dept

WHERE

dname IN (

SELECT

dname

FROM

dept

GROUP BY

dname

HAVING

count(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。

DELETE

FROM

dept

WHERE

dname IN (

SELECT

t.dname

FROM

(

SELECT

dname

FROM

dept

GROUP BY

dname

HAVING

count(1) > 1

) t

)

三.查询表中多余重复数据

根据depno来判断，除了rowid最小的一个

方法一

SELECT

*

FROM

dept

WHERE

dname IN (

SELECT

dname

FROM

dept

GROUP BY

dname

HAVING

COUNT(1) > 1

)

AND deptno NOT IN (

SELECT

MIN(deptno)

FROM

dept

GROUP BY

dname

HAVING

COUNT(1) > 1

)

这种写法正确，但是查询的速度太慢，可以试一下方法二

方法二

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 *

FROM

dept

WHERE

deptno NOT IN (

SELECT

dt.minno

FROM

(

SELECT

MIN(deptno) AS minno

FROM

dept

GROUP BY

dname

) dt

)

第三种方法

SELECT

*

FROM

table_name AS ta

WHERE

ta.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 );

四.删除重复数据只保留一条

第一种方法：

DELETE

FROM

dept

WHERE

dname IN (

SELECT

t.dname

FROM

(

SELECT

dname

FROM

dept

GROUP BY

dname

HAVING

count(1) > 1

) t

)

AND deptno NOT IN (

SELECT

dt.mindeptno

FROM

(

SELECT

min(deptno) AS mindeptno

FROM

dept

GROUP BY

dname

HAVING

count(1) > 1

) dt

)

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

DELETE

FROM

dept

WHERE

deptno NOT IN (

SELECT

dt.minno

FROM

(

SELECT

MIN(deptno) AS minno

FROM

dept

GROUP BY

dname

) dt

)

第三种方法

DELETE

FROM

table_name AS ta

WHERE

ta.唯一键 <> (

SELECT

t.maxid

FROM

(

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 )

五.多个字段的操作(补充)

和单个字段相比，多个字段就是将group by 的字段增加为你想要的即可

DELETE

FROM

dept

WHERE

(dname, db_source) IN (

SELECT

t.dname,

t.db_source

FROM

(

SELECT

dname,

db_source

FROM

dept

GROUP BY

dname,

db_source

HAVING

count(1) > 1

) t

)

AND deptno NOT IN (

SELECT

dt.mindeptno

FROM

(

SELECT

min(deptno) AS mindeptno

FROM

dept

GROUP BY

dname,

db_source

HAVING

count(1) > 1

) dt

)

六.小结

上面的方法还有很多需要优化的地方，数据量太大的话，执行起来很慢

简单优化：

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。