img.png

在数据库中，有时我们会遇到这种情况：一张表中存在多个记录拥有相同的邮箱地址（email），但我们只希望保留每组邮箱中 ID 最小 的那一条记录，其余的都删除。

本文将展示两种方式来实现这一需求。

表结构与示例数据

我们使用如下表结构和测试数据：

1
2
3
4
5
6
7
8
9
10
11
CREATE TABLE `person` (
  `id` INT NOT NULL,
  `email` VARCHAR(255) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

INSERT INTO person (id, email)
VALUES
  (1, '[email protected]'),
  (2, '[email protected]'),
  (3, '[email protected]');

插入数据后的表如下所示：

1
2
3
4
5
6
7
+----+------------------+
| id | email            |
+----+------------------+
|  1 | [email protected] |
|  2 | [email protected]  |
|  3 | [email protected] |
+----+------------------+

目标

我们希望删除邮箱重复的记录，只保留每个邮箱中 id 最小的那一条。

方法一：使用子查询方式

第一步：找出每组邮箱中 id 最小的记录

1
SELECT MIN(id) AS id FROM person GROUP BY email;

输出为我们需要保留的 id 值：

1
2
3
4
5
6
+----+
| id |
+----+
|  1 |
|  2 |
+----+

第二步：删除其它记录

使用子查询删除不在上述结果中的记录：

1
2
3
4
5
6
DELETE FROM person
WHERE id NOT IN (
  SELECT id FROM (
    SELECT MIN(id) AS id FROM person GROUP BY email
  ) AS t
);

注意：这里使用了两层子查询，因为 MySQL 不允许直接在 DELETE 中引用同一个表的子查询结果。使用中间别名 t 进行隔离是解决这个限制的常见方法。

方法二：使用内连接方式（推荐）

MySQL 支持使用自连接来判断并删除重复数据，语法更简洁，执行效率也更高：

1
2
3
DELETE p1 FROM person p1,
              person p2
WHERE p1.email = p2.email AND p1.id > p2.id;

这条语句的意思是：当两条记录 email 相同，但 p1.id > p2.id 时，说明 p1 是重复项，将其删除。最终仅保留 id 最小的那条。

最终结果

不管使用哪种方法，最终 person 表将只剩下每个 email 的最小 id：

1
2
3
4
5
6
+----+------------------+
| id | email            |
+----+------------------+
|  1 | [email protected] |
|  2 | [email protected]  |
+----+------------------+

总结

  1. 可以使用 GROUP BY + MIN(id) 再配合 DELETE ... NOT IN (...) 来实现去重；
  2. 更推荐使用 DELETE JOIN 的方式，通过自连接判断并删除重复数据；
  3. 在处理大数据表时，建议使用后者以提升性能；