MySQL数据表合并去重

场景：

爬取的数据生成数据表，结构与另外一个主表相同，须要进行合并+去重

解决：（直接举例）

• 首先建立两个表pep，pep2，其中pep是主表

  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;

• 而后向pep中插入两条数据，pep2中插入一条与pep中相同的一条数据

  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

  insert into pep (no) select no from pep2;

• 分组去重建立新的临时表tmp

  create table tmp select id,no from pep group by no;

  注意：建立完这个表的id字段类型已经不是主键自增

  可能也会报错
   ```Syntax error or access violation: 1055 Expression #1 of SELECT 
   list is not in GROUP BY clause and contains nonaggregated 
   column 'XXX.Y.ZZZZ' which is not functionally dependent on 
   columns in GROUP BY clause; this is incompatible with
    sql_mode=only_full_group_by
   ```
   解决：执行如下两个命令：
   ```
   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

  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，这里须要改回原来的类型；

  alter table pep add primary key (id);
  alter table pep modify id int auto_increment;

还有能够使用join来作去重，更快的还能够添加一个字段（能够是几个字段+起来的的md5值），给这个字段建立一个惟一索引unique，之后插入数据的时候，自动回过滤掉重复的数据。