MySQL处理重复项

通常，表或结果集有时包含重复的记录。在大多数情况下，它是允许的，但有时需要停止重复的记录。需要标识重复的记录并将其从表中删除。本章将介绍如何防止表中出现重复记录，以及如何删除已经存在的重复记录。

防止表中出现重复项

你可以使用PRIMARY KEY或者UNIQUE在具有适当字段的表上建立索引以停止重复的记录。

让我们举个例子–下表不包含这样的索引或主键，因此它将允许重复的记录用于名和姓。

CREATE TABLE person_tbl (
    first_name CHAR(20),
    last_name CHAR(20),
    sex CHAR(10)
);

为防止在此表中创建多个具有相同名字和姓氏值的记录，请添加一个PRIMARY KEY到它的定义。在执行此操作时，还必须将索引列声明为NOT NULL，因为PRIMARY KEY不允许NULL值：

CREATE TABLE person_tbl (
    first_name CHAR(20) NOT NULL,
    last_name CHAR(20) NOT NULL,
    sex CHAR(10),
    PRIMARY KEY (last_name, first_name)
);

如果在表中插入一条记录，该记录与定义索引的一列或多列中的现有记录重复，则表中唯一索引的存在通常会导致错误发生。

使用INSERT IGNORE命令而不是INSERT命令。如果一条记录与现有记录不重复，则MySQL照常插入它。如果记录重复，则IGNORE关键字告诉MySQL静默丢弃它而不会产生错误。

下面的示例不会出错，同时也不会插入重复的记录。

mysql> INSERT IGNORE INTO person_tbl (last_name, first_name)
    -> VALUES( 'Jay', 'Thomas');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT IGNORE INTO person_tbl (last_name, first_name)
    -> VALUES( 'Jay', 'Thomas');
Query OK, 0 rows affected (0.00 sec)

使用REPLACE命令而不是INSERT命令。如果记录是新记录，则与INSERT一样插入。如果重复，则新记录将替换旧记录。

mysql> REPLACE INTO person_tbl (last_name, first_name)
    -> VALUES( 'Ajay', 'Kumar');
Query OK, 1 row affected (0.00 sec)

mysql> REPLACE INTO person_tbl (last_name, first_name)
    -> VALUES( 'Ajay', 'Kumar');
Query OK, 2 rows affected (0.00 sec)

应该根据要执行的重复处理行为来选择INSERT IGNORE和REPLACE命令。 INSERT IGNORE命令保留第一组重复的记录，并丢弃其余的记录。 REPLACE命令保留最后一组重复项，并清除所有较早的重复项。

强制唯一性的另一种方法是添加一个UNIQUE索引而不是表的PRIMARY KEY。

CREATE TABLE person_tbl (
    first_name CHAR(20) NOT NULL,
    last_name CHAR(20) NOT NULL,
    sex CHAR(10)
    UNIQUE (last_name, first_name)
);

计数和识别重复项

以下是查询以对表中具有first_name和last_name的重复记录进行计数的查询。

mysql> SELECT COUNT(*) as repetitions, last_name, first_name
    -> FROM person_tbl
    -> GROUP BY last_name, first_name
    -> HAVING repetitions > 1;

该查询将返回person_tbl表中所有重复记录的列表。通常，要标识重复的值集，请执行以下步骤。

• 确定哪些列包含可能重复的值。

• 在列选择列表中列出这些列，以及COUNT(*).

• 列出中的列GROUP BY子句也是如此。

• 使用HAVING通过要求组计数大于1的子句消除唯一值。

从查询结果中消除重复

你可以使用DISTINCT命令以及SELECT语句以查找表中可用的唯一记录。

mysql> SELECT DISTINCT last_name, first_name
    -> FROM person_tbl
    -> ORDER BY last_name;

DISTINCT命令的替代方法是添加一个GROUP BY子句，该子句为你选择的列命名。这具有删除重复项并仅选择指定列中值的唯一组合的效果。

mysql> SELECT last_name, first_name
    -> FROM person_tbl
    -> GROUP BY (last_name, first_name);

使用表替换删除重复项

如果表中有重复的记录，并且要从该表中删除所有重复的记录，请按照以下步骤进行操作。

mysql> CREATE TABLE tmp SELECT last_name, first_name, sex
    -> FROM person_tbl;
    -> GROUP BY (last_name, first_name);

mysql> DROP TABLE person_tbl;
mysql> ALTER TABLE tmp RENAME TO person_tbl;

从表中删除重复记录的一种简单方法是将INDEX或PRIMARY KEY添加到该表。即使该表已经可用，你也可以使用此技术删除重复的记录，以后也将很安全。

mysql> ALTER IGNORE TABLE person_tbl
    -> ADD PRIMARY KEY (last_name, first_name);