当前位置:Gxlcms > mysql > mysql高效删除大数据量表中的重复数据_MySQL

mysql高效删除大数据量表中的重复数据_MySQL

时间:2021-07-01 10:21:17 帮助过:135人阅读

boss_t_tour表目前有150W数据,其中出现了15000多条有重复记录的数据,需要删除其中的8000多条多余的记录。
如果删除小表,不担心效率,可以用下面方式删除,
http://jimmy9495.iteye.com/admin/blogs/2072785
但是用上面的sql如果想在大表操作删除,肯定是不行的。
mysql大数据表中的快速删除部分数据办法:
1.创建删除重复的存储过程
DELIMITER $$USE `bossdb` $$DROP PROCEDURE IF EXISTS `del` $$CREATE DEFINER = `root` @`localhost` PROCEDURE `del` () BEGIN/** 定义后面循环用到的变量*/DECLARE coun1 INT ;DECLARE count2 INT ;DROP TABLE IF EXISTS tmp_imsi;DROP TABLE IF EXISTS tmp_all;DROP TABLE IF EXISTS tmp_keep;DROP TABLE IF EXISTS tmp_delete;/** 创建临时表*/CREATE TABLE tmp_imsi AS SELECT t.imsi AS imsi FROM boss_t_tour t WHERE t.imsi <> '' GROUP BY t.imsi HAVING COUNT(t.imsi) >1; CREATE TABLE tmp_all AS SELECT t.id,t.imsi AS imsi FROM boss_t_tour t WHERE t.imsi IN (SELECT imsi FROM tmp_imsi); CREATE TABLE tmp_keep AS SELECT MIN(a.id) AS id FROM tmp_all a GROUP BY a.imsi; CREATE TABLE tmp_delete AS SELECT a.id AS id FROM tmp_all a WHERE a.id NOT IN (SELECT id FROM tmp_keep) ;/** 先删除索引提高删除速度*/ALTER TABLE `bossdb`.`boss_t_tour` DROP INDEX `imsi_index`,DROP INDEX `syncstatusInded`;/** 循环删除开始*//** 原计划用此子查询删除,DELETE FROM boss_t_tour WHERE EXISTS (SELECT 1 FROM tmp_delete WHERE boss_t_tour.id = tmp_delete.id);*//** 但是发现mysql子查询删除效率奇慢,本机测试主表150W数据 临时表8000条数据 删除3000条用了一个小时,效率太差不敢在生产环境使用。*//** 用下面的循环删除效率高很多,删除8000多条数据5分钟 */SELECT COUNT(*) INTO coun1 FROM tmp_delete;WHILE coun1 > 0 DO SELECT id INTO count2 FROM tmp_delete LIMIT 1 ;DELETE FROM boss_t_tour WHERE id = count2 ;DELETE FROM tmp_delete WHERE id = count2 ;COMMIT ;SET coun1 = coun1 - 1 ;END WHILE ;/** 循环删除结束*//** 重建索引*/ALTER TABLE `bossdb`.`boss_t_tour` ADDINDEX `imsi_index` (`imsi`),ADDINDEX `syncstatusInded` (`sync_status`);/** 删除临时表*/DROP TABLE IF EXISTS tmp_imsi;DROP TABLE IF EXISTS tmp_all;DROP TABLE IF EXISTS tmp_keep;DROP TABLE IF EXISTS tmp_delete;END $$DELIMITER ;
2.执行存储过程
CALL del();
本机执行5分钟完成。
写的过程中还发现个问题mysql的delete操作居然不能给 表定义别名。。。

人气教程排行