巧用MySQL窗口函数删除重复数据(mysql数据库删除重复记录)
nanshan 2025-04-30 18:32 21 浏览 0 评论
MySQL 去重删除:如何删除重复数据并保留最新记录
引言
在数据库的日常维护中或者在平时的开发过程中,由于操作失误或设计缺陷,可能会导致数据表中出现重复记录。如果这些数据没有主键约束或唯一索引,数据库不会自动防止重复数据的插入。这种情况不仅影响数据的准确性,还可能影响查询性能。
本文将介绍一种高效的方法来删除 MySQL 表中的重复数据,并保留每组数据中 updated_at 最新的那一条记录。我们以 user_life_targets 这张表为例,详细讲解如何使用 SQL 解决这个问题。
问题描述
假设有如下表 user_life_targets,其结构如下:
CREATE TABLE `user_life_targets` (
`id` bigint NOT NULL,
`user_id` bigint NOT NULL DEFAULT '0',
`life_id` bigint NOT NULL DEFAULT '0',
`task_id` bigint NOT NULL DEFAULT '0',
`updated_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
KEY `idx_u_l_t` (`user_id`,`life_id`,`task_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
由于某些原因,该表中可能出现了重复的 user_id, life_id, task_id 组合的数据,我们需要删除这些重复数据,并且 保留 updated_at 最新的那条记录。
解决方案
1. 使用 ROW_NUMBER() 窗口函数进行去重
MySQL 8.0 及以上版本支持 ROW_NUMBER() 窗口函数,我们可以利用它为重复数据编号,并删除 updated_at 不是最新的记录。
SQL 实现:
WITH ranked_targets AS (
SELECT
id,
user_id,
life_id,
task_id,
updated_at,
ROW_NUMBER() OVER (PARTITION BY user_id, life_id, task_id ORDER BY updated_at DESC) AS rn
FROM `user_life_targets`
)
DELETE FROM `user_life_targets`
WHERE id IN (
SELECT id FROM ranked_targets WHERE rn > 1
);
2. 解析 SQL 逻辑
步骤解析
- 创建临时数据集 ranked_targets
- ROW_NUMBER() OVER (PARTITION BY user_id, life_id, task_id ORDER BY updated_at DESC)
- 这个函数会按照 (user_id, life_id, task_id) 进行分组,并且按照 updated_at 降序排序。
- ROW_NUMBER() 给每组数据分配唯一的编号,最新的数据编号为 1。
- 删除重复数据
- 通过 DELETE 语句,删除 ranked_targets 中 rn > 1 的数据,只保留 rn = 1 的记录(即 updated_at 最新的记录)。
适用于 MySQL 5.7 及以下版本的方法
如果你的 MySQL 版本不支持 WITH 语法(即 MySQL 8.0 以下版本),可以使用 DELETE + 子查询的方式删除数据:
DELETE FROM user_life_targets
WHERE id NOT IN (
SELECT id FROM (
SELECT id FROM user_life_targets t1
WHERE updated_at = (
SELECT MAX(updated_at)
FROM user_life_targets t2
WHERE t1.user_id = t2.user_id AND t1.life_id = t2.life_id AND t1.task_id = t2.task_id
)
) AS latest_records
);
解释:
- 通过子查询 SELECT MAX(updated_at) 找到相同 (user_id, life_id, task_id) 组合中最新的 updated_at 记录。
- 外层 DELETE 语句删除不在最新记录列表中的数据。
- 由于 MySQL 5.7 及以下不允许在 DELETE 语句中直接使用 JOIN,因此使用子查询方式删除。
性能优化建议
- 创建合适的索引
- 确保 (user_id, life_id, task_id, updated_at) 上有索引,提高查询效率。
- 例如: CREATE INDEX idx_user_life_task ON user_life_targets(user_id, life_id, task_id, updated_at);
- 避免 IN 过大
- DELETE FROM ... WHERE id NOT IN (...) 在大数据量下可能会较慢。
- 如果数据量特别大,可以考虑使用临时表存储要保留的 id,然后使用 DELETE JOIN 方式删除。
- 备份数据
- 在执行 DELETE 之前,建议先进行数据备份,防止误删。
- 备份方式: CREATE TABLE backup_user_life_targets AS SELECT * FROM user_life_targets;
结论
本篇文章介绍了如何在 MySQL 中删除重复数据,并保留 updated_at 最新的一条记录。
方法总结:
- MySQL 8.0 及以上 推荐使用 ROW_NUMBER() 窗口函数。
- MySQL 5.7 及以下 版本可以使用 DELETE + 子查询方式。
- 在执行 DELETE 之前,建议先进行数据备份。
希望本篇文章能帮助你在实际项目中高效管理数据库数据,避免数据冗余导致的问题!
相关推荐
- 使用nginx配置域名及禁止直接通过IP访问网站
-
前段时间刚搭建好这个网站,一直没有关注一个问题,那就是IP地址也可以访问我的网站,今天就专门研究了一下nginx配置问题,争取把这个问题研究透彻。1.nginx配置域名及禁止直接通过IP访问先来看n...
- 如何在 Linux 中使用 PID 号查找进程名称?
-
在Linux的复杂世界中,进程是系统运行的核心,每个进程都由一个唯一的「进程ID」(PID)标识。无论是系统管理员在排查失控进程,还是开发者在调试应用程序,知道如何将PID映射到对应的进程名称都是一项...
- Linux服务器硬件信息查询与日常运维命令总结
-
1.服务器硬件信息查询1.1CPU信息查询命令功能描述示例lscpu显示CPU架构、核心数、线程数等lscpucat/proc/cpuinfo详细CPU信息(型号、缓存、频率)cat/proc/c...
- Ubuntu 操作系统常用命令详解(ubuntu常用的50个命令)
-
UbuntuLinux是一款流行的开源操作系统,广泛应用于服务器、开发、学习等场景。命令行是Ubuntu的灵魂,也是高效、稳定管理系统的利器。本文按照各大常用领域,详细总结Ubuntu必学...
- 从 0 到 1:打造基于 Linux 的私有 API 网关平台
-
在当今微服务架构盛行的时代,API网关作为服务入口和安全屏障,其重要性日益凸显。你是否想过,不依赖商业方案,完全基于开源组件,在Linux上构建一个属于自己的私有API网关平台?今天就带你...
- Nginx搭建简单直播服务器(nginx 直播服务器搭建)
-
前言使用Nginx+Nginx-rtmp-module在Ubuntu中搭建简单的rtmp推流直播服务器。服务器环境Ubuntu16.04相关概念RTMP:RTMP协议是RealTi...
- Linux连不上网?远程卡?这篇网络管理指南你不能错过!
-
大家好!今天咱们聊个所有Linux用户都躲不开的“老大难”——网络管理。我猜你肯定遇到过这些崩溃时刻:新装的Linux系统连不上Wi-Fi,急得直拍桌子;远程服务器SSH连不上,提示“Connecti...
- 7天从0到上线!手把手教你用Python Flask打造爆款Web服务
-
一、为什么全网开发者都在疯学Flask?在当今Web开发的战场,Flask就像一把“瑞士军刀”——轻量级架构让新手3天速成,灵活扩展能力又能支撑百万级用户项目!对比Django的“重型装甲”,Flas...
- nginx配置文件详解(nginx反向代理配置详解)
-
Nginx是一个强大的免费开源的HTTP服务器和反向代理服务器。在Web开发项目中,nginx常用作为静态文件服务器处理静态文件,并负责将动态请求转发至应用服务器(如Django,Flask,et...
- 30 分钟搞定 Docker 安装与 Nginx 部署,轻松搭建高效 Web 服务
-
在云计算时代,利用容器技术快速部署应用已成为开发者必备技能。本文将手把手教你在阿里云轻量应用服务器上,通过Docker高效部署Nginx并发布静态网站,全程可视化操作,新手也能轻松上手!一、准...
- Nginx 配置实战:从摸鱼到部署,手把手教你搞定生产级配置
-
各位摸鱼搭子们!今天咱不聊代码里的NullPointerException,改聊点「摸鱼必备生存技能」——Nginx配置!先灵魂拷问一下:写了一堆接口却不会部署?服务器被恶意请求打崩过?静态资源加载...
- 如何使用 Daphne + Nginx + supervisor部署 Django
-
前言:从Django3.0开始支持ASGI应用程序运行,使Django完全具有异步功能。Django目前已经更新到5.0,对异步支持也越来越好。但是,异步功能将仅对在ASGI下运行的应用程序可用...
- Docker命令最全详解(39个最常用命令)
-
Docker是云原生的核心,也是大厂的必备技能,下面我就全面来详解Docker核心命令@mikechen本文作者:陈睿|mikechen文章来源:mikechen.cc一、Docker基本命令doc...
- ubuntu中如何查看是否已经安装了nginx
-
在Ubuntu系统中,可以通过以下几种方法检查是否已安装Nginx:方法1:使用dpkg命令(适用于Debian/Ubuntu)bashdpkg-l|grepnginx输出...
- OVN 概念与实践(德育概念的泛化在理论和实践中有什么弊端?)
-
今天我们来讲解OVN的概念和基础实践,要理解本篇博客的内容,需要前置学习:Linux网络设备-Bridge&VethPairLinux网络设备-Bridge详解OVS+Fa...
你 发表评论:
欢迎- 一周热门
-
-
UOS服务器操作系统防火墙设置(uos20关闭防火墙)
-
极空间如何无损移机,新Z4 Pro又有哪些升级?极空间Z4 Pro深度体验
-
手机如何设置与显示准确时间的详细指南
-
NAS:DS video/DS file/DS photo等群晖移动端APP远程访问的教程
-
如何在安装前及安装后修改黑群晖的Mac地址和Sn系列号
-
如何修复用户配置文件服务在 WINDOWS 上登录失败的问题
-
一加手机与电脑互传文件的便捷方法FileDash
-
日本海上自卫队的军衔制度(日本海上自卫队的军衔制度是什么)
-
10个免费文件中转服务站,分享文件简单方便,你知道几个?
-
爱折腾的特斯拉车主必看!手把手教你TESLAMATE的备份和恢复
-
- 最近发表
-
- 使用nginx配置域名及禁止直接通过IP访问网站
- 如何在 Linux 中使用 PID 号查找进程名称?
- Linux服务器硬件信息查询与日常运维命令总结
- Ubuntu 操作系统常用命令详解(ubuntu常用的50个命令)
- 从 0 到 1:打造基于 Linux 的私有 API 网关平台
- Nginx搭建简单直播服务器(nginx 直播服务器搭建)
- Linux连不上网?远程卡?这篇网络管理指南你不能错过!
- 7天从0到上线!手把手教你用Python Flask打造爆款Web服务
- nginx配置文件详解(nginx反向代理配置详解)
- 30 分钟搞定 Docker 安装与 Nginx 部署,轻松搭建高效 Web 服务
- 标签列表
-
- linux 查询端口号 (58)
- docker映射容器目录到宿主机 (66)
- 杀端口 (60)
- yum更换阿里源 (62)
- internet explorer 增强的安全配置已启用 (65)
- linux自动挂载 (56)
- 禁用selinux (55)
- sysv-rc-conf (69)
- ubuntu防火墙状态查看 (64)
- windows server 2022激活密钥 (56)
- 无法与服务器建立安全连接是什么意思 (74)
- 443/80端口被占用怎么解决 (56)
- ping无法访问目标主机怎么解决 (58)
- fdatasync (59)
- 405 not allowed (56)
- 免备案虚拟主机zxhost (55)
- linux根据pid查看进程 (60)
- dhcp工具 (62)
- mysql 1045 (57)
- 宝塔远程工具 (56)
- ssh服务器拒绝了密码 请再试一次 (56)
- ubuntu卸载docker (56)
- linux查看nginx状态 (63)
- tomcat 乱码 (76)
- 2008r2激活序列号 (65)