MySQL GROUP BY用法详解：结合DELETE删除重复数据

准备环境与测试数据

为了清晰展示 GROUP BY 在去重中的应用，我们首先构建一个包含重复风险的测试表，并填充基础数据。

第1步：创建测试表结构

目的：建立一张模拟业务场景的表，包含主键、名称、班级及分数字段。
操作：

create table test_group(id int auto_increment primary key, name varchar(32), class varchar(32), score int);

查看表结构以确认字段定义是否生效：

desc test_group

第2步：插入初始测试数据

目的：初始化一批非重复数据，用于后续对比。
操作：插入几条正常的学生记录。

理解 GROUP BY 的分组行为

在使用 GROUP BY 前，需明确其核心逻辑：它将具有相同值的行合并为一组，并通常只返回每组的一个代表值。若选择列未在 GROUP BY 中且未被聚合函数处理，结果将是不确定的（取决于 SQL 模式配置）。

第3步：尝试获取各班最高分（观察潜在问题）

目的：直观感受按班级分组后，其他列（如姓名）的取值情况。
操作：

select name, class , max(score) from test_group group by class;

注意：虽然查询出了每个班级的最高分，但对应的 name 可能并非该最高分的持有者。这说明直接对未聚合列使用 GROUP BY 无法保证数据的完整性关联，因此需要引入辅助策略来处理更复杂的“重复数据删除”需求。

实战：利用 GROUP BY 删除重复数据

假设表中出现了多条姓名相同的重复记录（例如新录入的数据未做唯一性检查）。我们的目标是：**保留 ID 最大的那条记录（视为最新/最可靠），删除其余所有重复项**。

第4步：制造并识别重复数据

目的：模拟数据污染场景。
操作：插入一条重复姓名的记录。

insert into test_group(name, class, score) values('repeat','B',89);

接下来，我们需要找出哪些名字是重复的，以及它们在重复组中的“最大值”（即我们要保留的ID）。

第5步：查询每组应保留的最大 ID

目的：确定每一组重复数据中，哪一行应该被保留。
操作：按名称分组，选出每组的最大ID作为标记。

select name, class, max(id) as max_id from test_group group by name;

第6步：构造保留记录的 ID 列表

目的：提取出所有“合法”不重复记录的 ID 集合，供后续删除操作使用。
关键思路：DELETE` 时不能直接 `IN (SELECT ... FROM 同表)`，因为 MySQL 不允许在执行 DELETE 的同时 SELECT 同一张表。因此需要使用双重嵌套或临时视图思维。
操作：


select max_id from (select name, class, max(id) as max_id from test_group group by name) b;

第7步：执行删除操作前的备份检查

警告：涉及删除操作前务必确认范围！
建议先执行全表查询，肉眼核对当前数据状态及即将受影响的数据量。

select * from test_group;

第8步：执行真正的删除语句

目的：剔除不在上述 max_id 列表中的记录，从而只保留每组最新的记录。
操作：

delete from test_group where id not in (select max_id from (select name, class, max(id) as max_id from test_group group by name)b);

完成判断与总结

执行完毕后，再次运行 select * from test_group; 检查结果。如果所有重复的 name 都只剩下一条记录，且其 id 是该组中最大的数字，则说明删除操作成功。

以上就是 MySQL GROUP BY 用法详解并结合实际场景删除重复数据的详细内容，更多关于 SQL 数据处理技巧与数据库性能优化的资料请关注本站其它相关文章！