Cách xóa bản ghi trùng trong MySQL

Trong bài viết này mình sẽ hướng dẫn các bạn cách để xóa dữ liệu trùng lặp trong MySQL.

Bước 1: Chuẩn bị dữ liệu

Đoạn code dưới sẽ tạo bảng customers và thêm vào một vài dữ liệu để làm mẫu:

DROP TABLE IF EXISTS customers;
 
CREATE TABLE customers (
    id INT PRIMARY KEY AUTO_INCREMENT,
    first_name VARCHAR(50) NOT NULL,
    last_name VARCHAR(50) NOT NULL, 
    email VARCHAR(255) NOT NULL
);
 
INSERT INTO customers (first_name,last_name,email) 
VALUES ('Carine ','Schmitt','carine.schmitt@verizon.net'),
       ('Jean','King','jean.king@me.com'),
       ('Peter','Ferguson','peter.ferguson@google.com'),
       ('Janine ','Labrune','janine.labrune@aol.com'),
       ('Jonas ','Bergulfsen','jonas.bergulfsen@mac.com'),
       ('Janine ','Labrune','janine.labrune@aol.com'),
       ('Susan','Nelson','susan.nelson@comcast.net'),
       ('Zbyszek ','Piestrzeniewicz','zbyszek.piestrzeniewicz@att.net'),
       ('Roland','Keitel','roland.keitel@yahoo.com'),
       ('Julie','Murphy','julie.murphy@yahoo.com'),
       ('Kwai','Lee','kwai.lee@google.com'),
       ('Jean','King','jean.king@me.com'),
       ('Susan','Nelson','susan.nelson@comcast.net'),
       ('Roland','Keitel','roland.keitel@yahoo.com');

Bước 2: Tìm dữ liệu trùng lặp email

SELECT 
    email, COUNT(email)
FROM
    customers
GROUP BY 
    email
HAVING 
    COUNT(email) > 1;

Chúng ta có 4 kết quả trùng lặp

Sử dụng DELETE JOIN để xóa dữ liệu trùng

Truy vấn sau sẽ xóa các dữ liệu trùng và giữ lại dữ liệu có id lớn nhất:

DELETE t1 FROM customers t1
        INNER JOIN
    customers t2 
WHERE
    t1.id < t2.id AND t1.email = t2.email;

Kết quả:

Query OK, 4 rows affected (0.10 sec)

Bây giờ chúng ta thử tìm lại các email trùng lặp:

SELECT 
    email, 
    COUNT(email)
FROM
    customers
GROUP BY 
    email
HAVING 
    COUNT(email) > 1;

Kết quả trả về rỗng, như vậy không có dữ liệu trùng lặp email

Kiểm tra lại lần nữa:

SELECT * FROM customers;

Các rows với id 2, 4, 7, và 9 đã được xóa.

Trong trường hợp khi xóa dữ liệu trùng mà vẫn muốn giữ lại id bé nhất thì sử dụng query sau:

DELETE t1 FROM customers t1
        INNER JOIN
    customers t2 
WHERE
    t1.id > t2.id AND t1.email = t2.email;

Các bạn có thể thử nghiệm và xem kết quả nhé