本文介绍了一种在MySQL中高效去除大量重复数据的方法。通过创建临时表存储唯一ID，再将这些ID对应的数据导入新表，实现从500万条记录中快速筛选出180万条不重复数据。
MYSQL里有五百万数据，但大多是重复的，真实的就180万，于是想怎样把这些重复的数据搞出来，在网上找了一圈，好多是用NOT IN这样的代码，这样效率很低，自己琢磨组合了一下，找到一个高效的处理方式，用这个方式，五百万数据，十来分钟就全部去除重复了，请各位参考。
第一步：从500万数据表data_content_152里提取出不重复的字段SFZHM对应的ID字段到TMP3表
create table tmp3 as select min(id) as col1 from data_content_152 group by SFZHM;
第二步：创建新表RES
CREATE TABLE `res` (
`id` int(11),
`sfz` char(20)
) ENGINE=MyISAM;
第三步：把TMP3表ID对应到data_content_152里需要提取的数据添加到RES表的SFZ字段
INSERT INTO res (sfz) SELECT sfzhm FROM data_content_152,tmp3 where data_content_152.id=tmp3.col1
至此，就在MYSQL里实现了，给数据表data_content_152完全删除重复数据，把去重复后的数据导入到RES表。
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
