MySQL如何排查和删除重复数据

原理：MySQL多字段去重复实际上是单字段去重复的衍生，大致步骤如下：
1、把多字段数据通过子查询合并为单字段的数据表；
2、再通过单字段数据group by进行汇总；
3、用 having把 count(字段) > 1的数据都显示出来
4、最后把查找到的重复数据用min方法或者max方法获取最小id或者最大id来选择删除。

1、多字段转单字段

将去重相关的多个字段转成单字段，这里需要把id显示出来，后面有用到

SELECT id,CONCAT(`host`,path, params) AS uuid FROM table_name;

如果根据单字段去重，则按下方查询即可

SELECT id,CONCAT(path) AS uuid FROM table_name;

2、显示重复数

将查询结果放入子查询，查找存在重复的数据，并显示重复数

SELECT COUNT(a.id),a.uuid FROM (
    SELECT id,CONCAT(`host`,path,params) AS uuid FROM table_name
) a GROUP BY a.uuid HAVING COUNT(a.id) > 1;

3、获取重复数据的最小id

来获取重复数据里最小的id (如果要删除最大id的话，可以改成max(a.id) )

SELECT min(a.id) FROM (
     SELECT id,CONCAT(`host`,path,params) AS uuid FROM table_name
) a GROUP BY a.uuid HAVING COUNT(a.id) > 1;

4、删除数据

将获取到重复数据最小的id值放入 IN内作为删除数据的条件

DELETE FROM table_name WHERE id IN(
    SELECT min(a.id) FROM (
        SELECT id,CONCAT(`host`,path,params) AS uuid FROM table_name
    ) a GROUP BY a.uuid HAVING COUNT(a.id) > 1
);

5、bug补充

如果直接执行步骤4的代码时，MySQL会卡住，会卡住，卡住，住！

逻辑上来说上面SQL没问题，但执行的时候嵌套过多子查询，就会卡住，重复数据过多时子查询数据拎出来再放入删除语句内较为合适

DELETE FROM table_name WHERE id IN(91383,26240,265,37459,32493,32417);

6、将步骤4的代码多执行几次

直到执行结果显示没有删除到数据的时候才停止，因为重复数据不一定只重复一次，很可能重复好几次，每一次执行只能删除重复数据的最小id，不是只保留最大id

7、彻底解决无重复数据插入问题

将去重数据加入唯一索引，如下面案例：

ALTER TABLE table_name ADD UNIQUE KEY(link_url);

这时就不会有重复数据产生了。