下載Navicat Premium最新版本

Navicat Premium是一個可連接多種數據庫的管理工具，它可以讓你以單一程序同時連接到MySQL、Oracle及PostgreSQL數據庫，讓管理不同類型的數據庫更加的方便。

DBA最大的麻煩之一是處理重復數據。不管我們如何防范，重復數據總是會設法進入到表格。重復數據是一個大問題，因為它會影響應用程序視圖（每個項都應該是唯一的）、扭曲統計信息，在嚴重情況下還會增加服務器開銷。

在本技巧中，我們將學習如何識別MySQL中的重復數據，以及如何刪除它們而不刪除寶貴的有效數據。

重復類型

您將遇到的大多數重復記錄是兩種不同類型之一：重復含義和非唯一鍵。在本篇文章中，我們將處理重復含義；在下篇文章中，我們將處理非唯一鍵。

當副本不是副本時

重復意義是最常見的重復類型。在這種情況下，兩個或多個字段的內容不相同，但它們的含義是相同的。你可以把它看作是語義上的重復數據。

考慮下表摘錄：

movie_name	media
---------------------------
ACADEMY DINOSAUR	Theatre
ACE GOLDFINGER	Television
ADAPTATION HOLES	Theatre
AFFAIR PREJUDICE	Theatre
AFRICAN EGG	TV

在媒體專欄中，“Television”和“TV”兩個詞條的含義相同，但表達方式不同。這個問題通常是由使用自由文本輸入引起的，有限的下拉列表是更好的選擇。

這種類型的復制處理起來非常困難，因為不能使用select distinct排除重復項。

有兩種方法可以解決這個問題：

1.使用replace（）選擇數據，將不需要的值替換為希望看到的值：

SELECT DISTINCT	movie_name,
REPLACE(media, "TV", "TELEVISION") as media,
FROM films;

2.更新實際表數據。下面是一個聲明，用首選的“TELEVISION”值更新“TV”的所有實例：

UPDATE films
SET media = REPLACE(media, "TV", "TELEVISION")
WHERE media = "TV";

下面是一個真實的例子！

一些不需要的卷曲撇號進入了數據。注意“O'BRIEN”和“O'BRIEN”條目：

first_name	last_name
---------------------
PENELOPE	GUINESS
CONAN	O'BRIEN
ED	CHASE
JENNIFER	DAVIS
CONAN	O'BRIEN

我們可以像上面那樣處理這個問題：

1.使用replace（）選擇數據，用常規的單引號替換大撇號，這樣我們就可以始終處理相同的字符：

SELECT DISTINCT	first_name,
REPLACE(last_name, "'", "'") as last_name,
FROM actors	
WHERE REPLACE(last_name, "'", "'") like "O'BRIEN";

2.更新實際表數據。此語句用常規單引號更新姓氏列中的所有撇號：

UPDATE actors
SET last_name = REPLACE(last_name, "'", "'")
WHERE last_name like "%'%";

結論

重復記錄、雙精度、冗余數據、重復行；無論您如何稱呼它們，它們都是DBA生命中最大的缺陷之一。然而，重要的是要定期清除它們，以免產生錯誤的統計數據并混淆與數據庫交互的用戶。

購買Navicat Premium正版授權，請點擊“”喲！