就地删除MySQL中的重复行（假设您有一个时间戳col进行排序）演练：
创建表并插入一些行：
create table penguins(foo int, bar varchar(15), baz datetime);
insert into penguins values(1, 'skipper', now());
insert into penguins values(1, 'skipper', now());
insert into penguins values(3, 'kowalski', now());
insert into penguins values(3, 'kowalski', now());
insert into penguins values(3, 'kowalski', now());
insert into penguins values(4, 'rico', now());
select * from penguins;
+------+----------+---------------------+
| foo | bar | baz |
+------+----------+---------------------+
| 1 | skipper | 2014-08-25 14:21:54 |
| 1 | skipper | 2014-08-25 14:21:59 |
| 3 | kowalski | 2014-08-25 14:22:09 |
| 3 | kowalski | 2014-08-25 14:22:13 |
| 3 | kowalski | 2014-08-25 14:22:15 |
| 4 | rico | 2014-08-25 14:22:22 |
+------+----------+---------------------+
6 rows in set (0.00 sec)
删除重复项：
delete a
from penguins a
left join(
select max(baz) maxtimestamp, foo, bar
from penguins
group by foo, bar) b
on a.baz = maxtimestamp and
a.foo = b.foo and
a.bar = b.bar
where b.maxtimestamp IS NULL;
Query OK, 3 rows affected (0.01 sec)
select * from penguins;
+------+----------+---------------------+
| foo | bar | baz |
+------+----------+---------------------+
| 1 | skipper | 2014-08-25 14:21:59 |
| 3 | kowalski | 2014-08-25 14:22:15 |
| 4 | rico | 2014-08-25 14:22:22 |
+------+----------+---------------------+
3 rows in set (0.00 sec)
完成后，将删除重复的行，并保留时间戳的最后一行。
对于那些没有时间戳或唯一列的人。
您没有timestamp或唯一的索引列作为排序依据？您正处于堕落状态。您必须执行其他步骤才能删除重复的行。
创建企鹅表并添加一些行
create table penguins(foo int, bar varchar(15));
insert into penguins values(1, 'skipper');
insert into penguins values(1, 'skipper');
insert into penguins values(3, 'kowalski');
insert into penguins values(3, 'kowalski');
insert into penguins values(3, 'kowalski');
insert into penguins values(4, 'rico');
select * from penguins;
# +------+----------+
# | foo | bar |
# +------+----------+
# | 1 | skipper |
# | 1 | skipper |
# | 3 | kowalski |
# | 3 | kowalski |
# | 3 | kowalski |
# | 4 | rico |
# +------+----------+
复制第一个表并复制到该表中。
drop table if exists penguins_copy;
create table penguins_copy as ( SELECT foo, bar FROM penguins );
#add an autoincrementing primary key:
ALTER TABLE penguins_copy ADD moo int AUTO_INCREMENT PRIMARY KEY first;
select * from penguins_copy;
# +-----+------+----------+
# | moo | foo | bar |
# +-----+------+----------+
# | 1 | 1 | skipper |
# | 2 | 1 | skipper |
# | 3 | 3 | kowalski |
# | 4 | 3 | kowalski |
# | 5 | 3 | kowalski |
# | 6 | 4 | rico |
# +-----+------+----------+
最大合计根据新的moo指数进行操作：
delete a from penguins_copy a left join(
select max(moo) myindex, foo, bar
from penguins_copy
group by foo, bar) b
on a.moo = b.myindex and
a.foo = b.foo and
a.bar = b.bar
where b.myindex IS NULL;
#drop the extra column on the copied table
alter table penguins_copy drop moo;
select * from penguins_copy;
#drop the first table and put the copy table back:
drop table penguins;
create table penguins select * from penguins_copy;
观察和清理
drop table penguins_copy;
select * from penguins;
+------+----------+
| foo | bar |
+------+----------+
| 1 | skipper |
| 3 | kowalski |
| 4 | rico |
+------+----------+
Elapsed: 1458.359 milliseconds
那条大的SQL delete语句在做什么？
别名为“ a”的表企鹅在称为别名“ b”的表企鹅的子集上保持连接。右表“ b”是一个子集，可找到由列foo和bar分组的最大时间戳[或max moo]。这与左表“ a”匹配。左侧的（foo，bar，baz）表格中的每一行。右侧子集“ b”具有（maxtimestamp，foo，bar），仅在最大的那一个上与左侧匹配。
非最大的每一行的maxtimestamp值为NULL。筛选掉这些NULL行，您将获得一组由foo和bar分组的所有行，这些行不是最新的时间戳baz。删除那些。
运行此表之前，请对其进行备份。
防止此问题在此表上再次发生：
如果您能做到这一点，那么它就会扑灭您的“重复行”。大。现在，在表上（这两列上）定义一个新的复合唯一键，以防止首先添加更多重复项。
就像一个好的免疫系统一样，插入时也不应该将坏行插入表中。后来，所有添加重复项的程序都会广播他们的抗议，而当您修复它们时，此问题就再也不会出现。