mysql获取两个表中不重复的数据

本文链接： https://blog.csdn.net/LJFPHP/article/details/101799565

一、前言

比如有两个数据表，表结构是一样的，一个a表数据300W行，一个b表数据17W行，我们需要获取a表中不包含b表的数据。下面大致记录一下获取过程，方便查询回忆。

a表结构：
id
pay_id
user_id

b表结构和a表一直，只不过b表中的user_id字段都是唯一的，而a表中的user_id字段是可重复的。

二、使用distinct获取不重复的数据

我们都知道Mysql提供了关键字distinct来排除重复数据，

1、先获取a表中不重复的数据：

select count(distinct user_id) from  a  where 1   ;
+-----------------------------+
| count(distinct user_id) |
+-----------------------------+
|                      240522 |
+-----------------------------+

2、获取b表数据

mysql> select count(1) from b;
+----------+
| count(1) |
+----------+
|   176731 |

我们看到a表和b表是有一定的差值的，接下来是获取差值对应的字段。

3、查询筛选后的数据

SELECT distinct user_id FROM a LEFT JOIN b  ON a.user_id= b.user_id WHERE f.user_id IS NULL ';

+-------------+
| user_id |
+-------------+
|    10000058 |
|    10009228 |
|    10042967 |
....
+-------------+

通过查询结果，我们获取到了不重复的user_id的值，但是需求是获取不重复的行数据，所以还要获得a表中pay_id的值。只是在通过distinct获取其他数据的时候，遇到了一些问题

4、distinct多个字段的问题

（1）不能是分散的写法

如：distinct user_id,distinct user_id 这种写法会报错

（2）正确的distinct写法

 distinct  user_id, pay_id

SELECT distinct p.user_id,p.pay_id FROM a as p  LEFT JOIN b as f ON p.user_id = f.user_id 
WHERE f.user_id IS NULL  order by p.user_id asc limit 10;

类似于：
| user_id | pay_id |
+-------------+--------+
|    10000058 |     16 |
|    10000058 |     17 |
|    10000058 |     18 |
|    10000058 |     19 |
|    10000058 |     20 |

有个问题，distinct多个字段，那么只会排除user_id 和 pay_id 都相同的数据，并不符合需求,需求是只排除user_id重复的部分，然后获取唯一user_id以及对应的pay_id

（3）符合需求的写法（使用left join）

SELECT  a.pay_id,a.user_id  FROM   a LEFT JOIN b  as f ON a.user_id = f.user_id 
where f.user_id IS NULL  GROUP BY a.user_id order by a.user_id desc limit 10; 

+----------+-------------+
| pay_id   |  |user_id |
+----------+-------------+
|       16 |     10000058 |
|       15 |    10009228 |
|       77 |    10042967 |
|      687 |     10043113 |
|      119 |    10043147 |

我们这里没有使用distinct 关键字，首先是使用left join 去除两个表中重复的部分，其次是使用group by的去重特性，当按照user_id分组的时候，自然在结果中user_id也是唯一的一个。

记录这一篇的原因是因为一开始想的太复杂了，什么子查询啊，not exist之类的，自己把问题想麻烦了，包括使用distinct 获取数据，往错的方向上努力，无论如何都是错的。偏偏忘记了最常用的left join和group by，明明就是一条sql就能解决的事情。

祝祖国70周年生日快乐，也祝各位国庆节快乐！

end