场景：
爬取的数据生成数据表，结构与另一个主表相同，需要进行合并+去重
解决：（直接举例）
首先创建两个表pep，pep2，其中pep是主表
|
1
2
3
4
5
|
CREATE TABLE IF NOT EXISTS `pep/pep2`(`id` INT UNSIGNED AUTO_INCREMENT,`no` VARCHAR(100) NOT NULL,PRIMARY KEY ( `id` ))ENGINE=InnoDB DEFAULT CHARSET=utf8; |
然后向pep中插入两条数据，pep2中插入一条与pep中相同的一条数据
|
1
2
3
4
|
insert into pep(no) values('abc');insert into pep(no) values('caa');insert into pep2(no) values('abc'); |
将pep2的数据插入pep中
|
1
|
insert into pep (no) select no from pep2; |
分组去重创建新的临时表tmp
|
1
|
create table tmp select id,no from pep group by no; |
注意：创建完这个表的id字段类型已经不是主键自增
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
可能也会报错```Syntax error or access violation: 1055 Expression #1 of SELECTlist is not in GROUP BY clause and contains nonaggregated column 'XXX.Y.ZZZZ' which is not functionally dependent oncolumns in GROUP BY clause; this is incompatible withsql_mode=only_full_group_by```解决：执行以下两个命令：```mysql> set global sql_mode='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION';mysql> set session sql_mode='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION';``` |
删除pep表，并将tmp表重命名为pep
|
1
2
|
drop table pep;alter table tmp rename to pep; |
查看desc结构和select * from pep发现id的字段类型变了，这里需要改回原来的类型；
|
1
2
|
alter table pep add primary key (id);alter table pep modify id int auto_increment; |
还有可以使用join来做去重，更快的还可以添加一个字段（可以是几个字段+起来的的md5值），给这个字段创建一个唯一索引unique，以后插入数据的时候，自动回过滤掉重复的数据。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对服务器之家的支持。
原文链接：https://segmentfault.com/a/1190000019306337
