MySQL 中删除重复数据的方法

在 MySQL 数据库管理中，处理重复数据是常见的任务。重复数据不仅占用额外的存储空间，还可能影响查询性能和数据的准确性。下面介绍几种在 MySQL 中删除重复数据的有效方法。

使用 DISTINCT 和临时表

这种方法适用于数据量不是特别大的情况。创建一个临时表，使用 DISTINCT 关键字将不重复的数据插入到临时表中。例如，假设有一个名为 employees 的表，包含 id、name、age 字段。

CREATE TEMPORARY TABLE temp_employees AS
SELECT DISTINCT * FROM employees;

接着，删除原表中的所有数据：

DELETE FROM employees;

最后，将临时表中的数据插回到原表：

INSERT INTO employees SELECT * FROM temp_employees;

完成这些操作后，删除临时表：

DROP TEMPORARY TABLE temp_employees;

使用 GROUP BY 和 HAVING 子句

对于更复杂的情况，可以利用 GROUP BY 和 HAVING 子句。假设 employees 表中存在重复记录，要删除这些重复记录，可以按照所有列进行分组，并使用 HAVING 子句筛选出每组中只出现一次的记录，然后将其保留，删除其他重复记录。

DELETE FROM employees
WHERE id NOT IN (
    SELECT min_id
    FROM (
        SELECT MIN(id) AS min_id
        FROM employees
        GROUP BY name, age
    ) AS subquery
);

在这个查询中，子查询先通过 GROUP BY 对 name 和 age 进行分组，然后使用 MIN(id) 找出每组中的最小 id。主查询则删除那些 id 不在子查询结果中的记录。

利用 ROW_NUMBER() 窗口函数

在支持窗口函数的 MySQL 版本中，这是一种高效的方法。首先，使用 ROW_NUMBER() 函数为每组重复数据分配一个唯一的行号。

WITH RankedEmployees AS (
    SELECT *,
        ROW_NUMBER() OVER (PARTITION BY name, age ORDER BY id) AS row_num
    FROM employees
)
DELETE FROM employees
WHERE id NOT IN (
    SELECT id
    FROM RankedEmployees
    WHERE row_num = 1
);

在这个查询中，WITH 子句创建了一个名为 RankedEmployees 的临时结果集。ROW_NUMBER() 函数根据 name 和 age 进行分区，并按 id 排序，为每个分区内的行分配一个行号。主查询则删除那些行号不为 1 的记录，从而保留每个分组中的第一条记录。

通过这些方法，能够根据实际情况灵活地处理 MySQL 中的重复数据，优化数据库性能。