mysql優(yōu)化小技巧之去除重復(fù)項(xiàng)(百萬級(jí)數(shù)據(jù))

發(fā)布時(shí)間：2018-06-11 11:54,

瀏覽次數(shù)：482

, 標(biāo)簽：

mysql

說到這個(gè)去重，腦仁不禁得一疼，尤其是出具量比較大的時(shí)候。畢竟咱不是專業(yè)的DB，所以嘞，只能自己弄一下適合自己去重方法了。

首先按照常規(guī)首段，使用having函數(shù)檢查重復(fù)項(xiàng)，完事一個(gè)一個(gè)的刪除。不要問我having檢測(cè)重復(fù)項(xiàng)的sql咋寫，你懂得哈。。。這個(gè)在只有幾條重復(fù)的時(shí)候還可以。要是幾千上萬條不同數(shù)據(jù)重復(fù)，那咋辦。。。

完事呢，咱就考慮了，用having函數(shù)查詢的時(shí)候，原始sql如下：

select `name`,count(*) as count from sentence group by `name` having count>1

大家可以運(yùn)行感覺下，在五百萬左右的數(shù)據(jù)時(shí)，那速度，麻油。。。

但是嘞，咱在不考慮優(yōu)化它的運(yùn)行速度的前提下，來考慮使用這個(gè)語句來使我們?nèi)コ龜?shù)組中的重復(fù)項(xiàng)。首先，我們要知道，我們刪除重復(fù)數(shù)據(jù)的時(shí)候需要使用的數(shù)據(jù)有哪些。id是肯定的，再來呢，篩選的條件是吧。所以嘞，上面的sql查詢出來的數(shù)據(jù)，缺少了啥，id。。。那我們加上這個(gè)字段查詢下試試哈：

select id,`name`,count(*) as count from sentence group by `name` having count>1

結(jié)果呢，就會(huì)顯示出來id，name，count這三個(gè)字段。具體效果大家可以自己運(yùn)行看下。根據(jù)這些數(shù)據(jù)咱們就可以進(jìn)行去除重復(fù)項(xiàng)的操作了。

具體的sql設(shè)計(jì)就是刪除id不是咱們查詢出來的id，但是name值是咱們查詢出來的值，因?yàn)樵蹅兊臄?shù)據(jù)不是一條，所以得經(jīng)過程序處理，把所有的id用逗號(hào)拼接起來，name值用引號(hào)和逗號(hào)處理下，完事就可以進(jìn)行使用了，示例呢就在下方：

delete from sentence where id not in(1,2,3) and name in('a','b','c')

如果數(shù)據(jù)過多的話，咱們可以寫成腳本，完事再進(jìn)行分批次操作。嘿嘿，到了這里，咱們就可以進(jìn)行去除重復(fù)項(xiàng)的操作了，但是這個(gè)速度么，始終是個(gè)困擾。接下來咱們就要考慮如何來優(yōu)化這個(gè)sql，讓它的速度上去，就算是大功告成了。

既然是提升咱們sql的運(yùn)行速度，按照常理來講，首先應(yīng)該想到的那就是索引。好唄，廢話不多說，咱們先建立索引。但是給那個(gè)字段建立所以呢？？？這又是個(gè)問題了。

這個(gè)原則上是在你name字段可以加以區(qū)分的字段上建立的。比如，我的name字段里面儲(chǔ)存的是一條條的品牌名稱，然后呢，我有一個(gè)industry字段是來存儲(chǔ)每個(gè)品牌的行業(yè)的，所以我就在我的industry字段上建立了索引。當(dāng)然，還有更加合適的，這個(gè)就看大家咋考慮了。廢話不多說，咱直接來看看我們優(yōu)化后的sql：

select id,`name`,count(*) as count from sentence where industry = '飲品' group

by `name` having count>1

運(yùn)行結(jié)果如下：

結(jié)果說明啥，說明咱們的索引有在使用哦。。。那速度，咱不說各位看官應(yīng)該也了解。完事咱們就可以再用程序

把所有的id用逗號(hào)拼接起來，name值用引號(hào)和逗號(hào)處理下，完事就可以進(jìn)行那個(gè)去除重復(fù)項(xiàng)的大業(yè)了。效率明顯上升啊。。。

不過有的看官可能用的條件里面含有l(wèi)ike等會(huì)使索引失效的條件，那咱們還可以，把數(shù)據(jù)簡單分類，完事分別檢測(cè)每個(gè)分類的數(shù)據(jù)，全部查詢出來后，可以使用程序來檢查重復(fù)項(xiàng)，并且取出刪除所需要的數(shù)據(jù)。

好啦，本次分享就到這里了。如果感覺不錯(cuò)的話，請(qǐng)多多點(diǎn)贊支持哦。。。

總結(jié)

以上是生活随笔為你收集整理的mysql百万级去重_mysql优化小技巧之去除重复项（百万级数据）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。