MySQL быстро удаляет дубликаты из большой базы данных

нашел этот простой 1-строчный код, чтобы сделать именно то, что мне нужно:

ALTER IGNORE TABLE dupTest ADD UNIQUE INDEX(a,b);

взяты из: http://mediakey.dk/~cc / mysql-удалить-дублировать-записи/

DELETE FROM dups
WHERE id NOT IN(
    SELECT id FROM (
        SELECT DISTINCT id, text1, text2
            FROM dups
        GROUP BY text1, text2
        ORDER BY text3 DESC
    ) as tmp
)

это запрашивает все записи, группы по полям различия и порядки по ID (означает, что мы выбираем первую не нулевую запись text3). Затем мы выбираем идентификаторы из этого результата (это хорошие идентификаторы...они не будут удалены) и удалите все идентификаторы, которые не являются таковыми.

любой запрос, как это влияет на всю таблицу будет медленным. Вам просто нужно запустить его и позволить ему развернуться, чтобы вы могли предотвратить его в будущем.

после того, как вы сделали это "исправить" я бы применил уникальный Индекс (text1, text2) к этой таблице. Чтобы предотвратить возможность повторения в будущем.

Если вы хотите перейти на маршрут "создать новую таблицу и заменить старую". Вы можете использовать очень внутренний оператор select для создания инструкции insert.

MySQL specific (предполагает, что новая таблица называется my_tbl2 и имеет точно такую же структуру):

INSERT INTO my_tbl2
    SELECT DISTINCT id, text1, text2, text3
            FROM dups
        GROUP BY text1, text2
        ORDER BY text3 DESC

посмотреть MySQL INSERT ... Выберите для получения дополнительной информации.

удалить дубликаты без удаления внешних ключей

create table tmp like mytable;
ALTER TABLE tmp ADD UNIQUE INDEX(text1, text2, text3, text4, text5, text6);
insert IGNORE into tmp select * from mytable;
delete from mytable where id not in ( select id from tmp);

Если вы можете создать новую таблицу, сделайте это с помощью уникального ключа в полях text1 + text2. Затем вставьте в таблицу игнорирование ошибок (используя синтаксис INSERT IGNORE):

select * from my_tbl order by text3 desc

• Я думаю, что порядок текст3 убыв поставит нулей в прошлом, но дважды проверьте, что.

индексы на всех этих столбцах могут очень помочь, но создание их сейчас может быть довольно медленным.

для больших таблиц с нескольких повторений, вы можете избежать копирования всей таблицы в другое место. Один из способов-создать временную таблицу, содержащую строки, которые вы хотите сохранить (для каждого ключа с дубликатами), а затем удалить дубликаты из исходной таблицы.

вот пример здесь.

У меня нет большого опыта работы с MySQL. Если он имеет аналитические функции попробуйте:

delete from my_tbl
 where id in (
     select id 
       from (select id, row_number()
                            over (partition by text1, text2 order by text3 desc) as rn
               from my_tbl
               /* optional: where text1 like 'a%'  */
             ) as t2
       where rn > 1
     )

необязательное предложение where означает, что вам придется запускать его несколько раз, по одному для каждой буквы и т. д. Создать индекс на text1?

перед запуском, убедитесь, что текст "по убыванию" для сортировки значений null в прошлом в MySQL.

Я знаю, что это старый нить, но у меня есть несколько грязный метод, который намного быстрее и настраивается, с точки зрения скорости я бы сказал 10sec вместо 100sec (10:1).

мой метод требует всего этого грязный вещи, которые вы пытались избежать:

• группы по (и)
• группа concat с порядком по
• 2 временные таблицы
• использование файлов на диске!
• как-то (php?) удаление файла после

в любом случае, ее не много, потому что комментарий на португальском языке, но вот мой пример:

EDIT: если я получу комментарии, я объясню дальше, как это работает:)

START TRANSACTION;

DROP temporary table if exists to_delete;

CREATE temporary table to_delete as (
    SELECT
        -- escolhe todos os IDs duplicados menos os que ficam na BD
        -- A ordem de escolha dos IDs é dada por "ORDER BY campo_ordenacao DESC" em que o primeiro é o que fica
        right(
            group_concat(id ORDER BY campos_ordenacao DESC SEPARATOR ','),
            length(group_concat(id ORDER BY campos_ordenacao DESC SEPARATOR ',')) 
                - locate(",",group_concat(id ORDER BY campos_ordenacao DESC SEPARATOR ','))
        ) as ids,

        count(*) as c

    -- Tabela a eliminar duplicados
    FROM teste_dup

    -- campos a usar para identificar  duplicados
    group by test_campo1, test_campo2, teste_campoN
    having count(*) > 1 -- é duplicado
);

-- aumenta o limite desta variável de sistema para o máx 
SET SESSION group_concat_max_len=4294967295;

-- envia os ids todos a eliminar para um ficheiro
select group_concat(ids SEPARATOR ',') from to_delete INTO OUTFILE 'sql.dat';

DROP temporary table if exists del3;
create temporary table del3 as (select CAST(1 as signed) as ix LIMIT 0);

-- insere os ids a eliminar numa tabela temporaria a partir do ficheiro
load data infile 'sql.dat' INTO TABLE del3
LINES TERMINATED BY ',';

alter table del3 add index(ix);

-- elimina os ids seleccionados
DELETE teste_dup -- tabela 
from teste_dup -- tabela

join del3 on id=ix;

COMMIT;

вы можете удалить все повторяющиеся записи с помощью этого простого запроса. что выбрать все повторяющиеся записи и удалить их.

 DELETE i1 
FROM TABLE i1
LEFT JOIN TABLE i2
  ON i1.id = i2.id
 AND i1.colo = i2.customer_invoice_id
 AND i1.id < i2.id
WHERE i2.customer_invoice_id IS NOT NULL