这里写自定义目录标题
1 重复字段2 查询全部重复的数据3 删除全部重复试题4 查询表中多余重复试题(根据 depno 来判断,除了 rowid 最小的一个)4.1 第一种方法4.2 第二种方法4.3 第三种方法5 删除表中多余重复试题并且只留 1 条5.1 第一种方法5.2 第二种方法5.3 第三种方法6 多个字段的操作7 总结1 重复字段
Select 重复字段 From 表 Group By 重复字段 Having Count(*)>1
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)
2 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)
3 删除全部重复试题
DELETE FROM dept WHERE dname IN (select * from (SELECT dname FROM dept GROUP BY dname HAVING count(1) > 1) t)
4 查询表中多余重复试题(根据 depno 来判断,除了 rowid 最小的一个)
4.1 第一种方法
SELECT*FROMdeptWHEREdname IN (SELECTdnameFROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1)AND deptno NOT IN (SELECTMIN(deptno)FROMdeptGROUP BYdnameHAVINGCOUNT(1) > 1)
4.2 第二种方法
SELECT *FROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROM(SELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dt)
4.3 第三种方法
SELECT* FROMtable_name AS ta WHEREta.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 );
5 删除表中多余重复试题并且只留 1 条
5.1 第一种方法
DELETEFROMdeptWHEREdname IN (SELECTt.dnameFROM(SELECTdnameFROMdeptGROUP BYdnameHAVINGcount(1) > 1) t)AND deptno NOT IN (SELECTdt.mindeptnoFROM(SELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdnameHAVINGcount(1) > 1) dt)
5.2 第二种方法
DELETEFROMdeptWHEREdeptno NOT IN (SELECTdt.minnoFROM(SELECTMIN(deptno) AS minnoFROMdeptGROUP BYdname) dt)
5.3 第三种方法
DELETE FROMtable_name AS ta WHEREta.唯一键 <> (SELECTt.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 );
6 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_sourceFROM(SELECTdname,db_sourceFROMdeptGROUP BYdname,db_sourceHAVINGcount(1) > 1) t)AND deptno NOT IN (SELECTdt.mindeptnoFROM(SELECTmin(deptno) AS mindeptnoFROMdeptGROUP BYdname,db_sourceHAVINGcount(1) > 1) dt)
7 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