需求

有一个表一开始没有做唯一索引导致数据有重复的数据，为了查询时候代码不做去重打算在表创建唯一索引，但是数据库已经有重复的数据了，需要把重复的数据大于2两条的全部删除

CREATE TABLE `hub_user_group` (
  `id` bigint(20) NOT NULL,
  `uid` bigint(20) NOT NULL COMMENT '用户id',
  `group_type` int(11) NOT NULL DEFAULT '0' COMMENT '分组类型 1=黑名单 2=白名单 3=支付-白名单 ',
  `remark` varchar(255) DEFAULT NULL COMMENT '备注',
  `create_user` varchar(255) NOT NULL COMMENT '创建人',
  `create_time` datetime NOT NULL COMMENT '创建时间',
  `update_user` varchar(255) NOT NULL COMMENT '修改人',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
  `delete_flag` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否删除',
  PRIMARY KEY (`id`),
  KEY `idx_uid` (`uid`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用户分组';

实现

DELETE FROM hub_user_group
WHERE id IN (
    SELECT id FROM (
        SELECT T1.id
        FROM hub_user_group T1
        JOIN hub_user_group T2
        ON T1.uid = T2.uid
        AND T1.group_type = T2.group_type
        AND T1.id > T2.id
    ) AS subquery
);

解释

这条 SQL 语句的目的是删除 hub_user_group 表中重复的记录，保留每组 uid 和 group_type 中 id 最小的记录。以下是对这条语句的详细解释：

语句结构

DELETE FROM hub_user_group
WHERE id IN (
    SELECT id FROM (
        SELECT T1.id
        FROM hub_user_group T1
        JOIN hub_user_group T2
        ON T1.uid = T2.uid
        AND T1.group_type = T2.group_type
        AND T1.id > T2.id
    ) AS subquery
);

分步解释

外层 DELETE 语句
```
DELETE FROM hub_user_group
WHERE id IN (
    -- Subquery here
);
```
这部分是删除 hub_user_group 表中满足条件的记录。具体条件由内层子查询决定。
内层子查询
```
SELECT id FROM (
    -- Inner subquery here
) AS subquery
```
这个子查询从 hub_user_group 表中选择需要删除的记录的 id。为了避免 MySQL 的限制（即不能在 DELETE 语句中直接引用正在修改的表），这里使用了双重子查询。
最内层子查询
```
SELECT T1.id
FROM hub_user_group T1
JOIN hub_user_group T2
ON T1.uid = T2.uid
AND T1.group_type = T2.group_type
AND T1.id > T2.id
```
这个子查询的作用是找到所有需要删除的记录的 id。具体步骤如下：
- 表别名：给 hub_user_group 表起别名 T1 和 T2。
- 条件 JOIN：将 T1 和 T2 表进行连接，条件是 T1.uid = T2.uid 和 T1.group_type = T2.group_type。这意味着我们在比较具有相同 uid 和 group_type 的记录。
- 过滤条件：T1.id > T2.id。这意味着我们只选择那些 T1 的 id 大于 T2 的 id 的记录。换句话说，对于每组具有相同 uid 和 group_type 的记录，我们只选择那些 id 较大的记录。
这部分子查询的结果是所有需要删除的记录的 id。
删除操作

外层 DELETE 语句使用内层子查询的结果作为条件，删除所有 id 在这些结果中的记录。

示例

假设你的表 hub_user_group 有以下数据：

id | uid | group_type | data
---|-----|------------|------
1  | 1   | A          | ...
2  | 1   | A          | ...
3  | 2   | B          | ...
4  | 2   | B          | ...
5  | 2   | B          | ...

执行上述 DELETE 语句后，表中的数据将变为：

id | uid | group_type | data
---|-----|------------|------
1  | 1   | A          | ...
3  | 2   | B          | ...

所有具有相同 uid 和 group_type 且 id 较大的记录都被删除，只保留每组中 id 最小的记录。

希望这个解释能帮你更好地理解这条 SQL 语句的作用。如果你有任何其他问题或需要进一步的帮助，请随时告诉我。

MYSQL 删除重复数据只保留一条

需求

实现

解释

语句结构

分步解释

示例