前文
重复数据的情况分为两种：
单个字段 数据重复
多个字段 数据重复
所以该篇的内容就是包括
单个字段的重复数据查找 与 去重
多个字段的重复数据查找 与 去重
正文
示例 accountinfo 表数据如下：
场景一 单个字段重复数据查找 & 去重
我们要把上面这个表中 单个字段 account字段相同的数据找出来。
思路 分三步 简述：
第一步
要找出重复数据，我们首先想到的就是，既然是重复，那么 数量就是大于 1 就算是重复。 那就是 count 函数 。
因为我们要排查的是 单个 字段account ，那么就是需要按照 account 字段 维度 去分组。 那就是 group by
那么我们第一步写出来的mysql 语句是：
SELECT account ,COUNT(account) as count FROM accountinfo GROUP BY account;
查询结果如下：
第二步
没错，如我们所想，count大于1的即是 account为 A 和 B 的数据。
那么我们稍作筛选，只把count大于1的数据的account 找出来。
having
SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1;
查询结果如下：
第三步
重复的account数据 A B 都找出来了，接下来我们只需要把account为A 和 B 的其他数据都一起查询出来。
那就是利用第二步查出来的数据做为子查询条件，使用 IN 函数。
第三步写出来的mysql 语句是：
SELECT * FROM accountinfo WHERE account IN
(
SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1
);
查询结果如下：
可以看到重复的数据都被我们筛选出来了。
那么怎么去重呢？ 也就是说，把重复的数据删掉。
不，准确点应该说是，重复的数据都只留下一条即可，这才是去重。
紧接着上面，毕竟去重的前提肯定是找重，上面我们已经实现找重了，所以紧接着进行去重。
按照我们步骤三得到的图，就是我们需要删掉一条account为A的数据， 一条account为B的数据，去重结果图应该如下：
思路也分三步简述：
第一步
删掉数据，我们一般选择接住主键来删除，所以我们考虑从id入手。
再来看我们的重复数据：
如果我们想在这些重复数据里面，每个都保留一条，如 account 为 A 中 id=10 的数据， account 为B 中 id=20 的数据 ，那么第一步我们就得把这两条数据从上面的
最终得到的数据 筛选出来，也就是按照 account分组，保留里面id最小的数据。使用 group by 和 min
所以去重我们第一步写出来的mysql 语句是：
SELECT min(id) as id from (
SELECT * FROM accountinfo WHERE account IN
(
SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1
)
) a GROUP BY a.account
查询结果如下：
第二步
想要保留的数据已经找出来了，那么接下来就是从所有的重复数据里面 删掉 不为 我们保留的数据 即可 。
那么就是找出我们需要删除的id， 使用 not in
所以去重我们第二步写出来的mysql 语句是：
SELECT t1.id FROM (
SELECT id FROM accountinfo WHERE account IN ( SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1) ) t1
WHERE t1.id NOT IN (
SELECT min(id) AS id FROM (
SELECT * FROM accountinfo WHERE account IN
(
SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1
)
) a GROUP BY a.account
)
查询的结果为：
对这个sql语句稍作文字说明：
第三步，删掉第二步找出来的数据即可，根据id删除。
所以第三步写出来的mysql语句是：
DELETE FROM accountinfo WHERE id IN (
SELECT t1.id FROM (
SELECT id FROM accountinfo WHERE account IN ( SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1) ) t1
WHERE t1.id NOT IN (
SELECT min(id) AS id FROM (
SELECT * FROM accountinfo WHERE account IN
(
SELECT account FROM accountinfo GROUP BY account HAVING COUNT(account) > 1
)
) a GROUP BY a.account
)
)
执行结果如下图：
场景二 多个字段重复数据查找 & 去重
示例 accountinfo 表数据如下：
想要去重，我们的首要想到的也是先把 重复数据 找出来。
现在的重复定义是， account 和 deviceId 都相同的 时候，这种数据就是重复数据（也就是上图绿色框出来的就是同时多个字段都存在重复的数据）。
思路简述：
第一步
因为有了文章上半部讲到的单个字段重复的数据查找思路，所以到这边应该更好理解了。
同样， account 和 deviceId 都相同的重复数据就是指， 这种数据存在的数量 大于 2，那么就是存在重复了。
我们还是使用到了 group by 函数 和 count 函数 和 having and 函数（因为需要同时满足两个字段条件，使用and）。
第一步写出来的mysql语句是：
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
查询出来的结果如下图：
第二步
一样 也是把第一步里的到的关键信息 account 和 deviceId做为子查询条件，从原表里把 account 和 deviceId 同时相同的数据都查找出来。
第二步写出来的mysql语句是：
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
查询结果如下图：
可以看到重复的数据都被我们筛选出来了，这些数据里面就是包含 account 和 deviceId 同时都相同的数据！
去重
第一步
思路一样，我们对于重复的数据每个只保留一条,那就是把这些涉及重复的数据每个都找出一条，也是根据id入手。
也就是在account为 C 且 deviceId 为 C333 三条重复数据里面，保留 id最小的 等于30 这一条;
account为D 且 deviceId 为 D444 二条重复数据里面，保留 id最小的 等于40 这一条.
所以第一步我们先写出来的mysql语句为：
SELECT min(id) as id FROM (
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
)a GROUP BY a.account,a.deviceId
查询结果如下图：
第二步
就是从涉及重复数据里面，找出除了我们需要保留的id之外的那批id， 那就是需要我们执行删除的数据id。
所以第二步我们先写出来的mysql语句为：
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
) b WHERE b.id
NOT IN (
SELECT min(id) as id FROM (
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
)a GROUP BY a.account,a.deviceId
)
查询出来的结果为：
那么最后删掉这些id的数据即可：
DELETE FROM accountinfo WHERE id in (
SELECT b.id FROM (
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
) b WHERE b.id
NOT IN (
SELECT min(id) as id FROM (
SELECT t.* FROM accountinfo t, (
SELECT account, COUNT(account), deviceId, COUNT(deviceId)
FROM accountinfo
GROUP BY account, deviceId
HAVING (COUNT(account) > 1) AND (COUNT(deviceId) > 1)
) a
WHERE t.account=a.account AND t.deviceId=a.deviceId
)a GROUP BY a.account,a.deviceId
)
)
去重后结果为:
该篇就到此吧。
