Tìm và xoá dữ liệu trùng mà không xoá nhầm bản gốc

Bảng có 4 dòng, 2 khách. Xoá sai một câu lệnh là mất luôn cả hai. Đây là cách xoá an toàn.

Bài toán

Bảng nguoi_dung có email trùng do nhập từ nhiều nguồn. Cần biết email nào trùng, và xoá bớt chỉ giữ lại một bản.

Bước 1 — tìm giá trị trùng

SELECT email, COUNT(*) AS so_lan
FROM nguoi_dung
GROUP BY email
HAVING COUNT(*) > 1;

Đây là mẫu cố định: gom theo cột cần kiểm tra, lọc nhóm có nhiều hơn một dòng.

Bước 2 — xem đầy đủ các dòng trùng

SELECT *
FROM nguoi_dung
WHERE email IN (
  SELECT email FROM nguoi_dung
  GROUP BY email HAVING COUNT(*) > 1
)
ORDER BY email, id;

Bước 3 — xoá, giữ lại một bản

Cách 1: giữ id nhỏ nhất

DELETE FROM nguoi_dung
WHERE id NOT IN (
  SELECT MIN(id) FROM nguoi_dung GROUP BY email
);

Cách 2: dùng ROW_NUMBER — linh hoạt hơn

WITH danh_so AS (
  SELECT id,
    ROW_NUMBER() OVER (
      PARTITION BY email ORDER BY ngay_tao ASC, id ASC
    ) AS rn
  FROM nguoi_dung
)
DELETE FROM nguoi_dung
WHERE id IN (SELECT id FROM danh_so WHERE rn > 1);

Cách này cho phép bạn chọn bản nào được giữ — bản tạo sớm nhất, bản đầy đủ thông tin nhất, tuỳ tiêu chí.

Lỗi thường gặp

1. So trùng trên dữ liệu chưa chuẩn hoá

'An@X.com ' và 'an@x.com' là hai giá trị khác nhau. Gom theo LOWER(TRIM(email)) mới bắt được đủ.

2. Quên rằng MySQL không cho DELETE từ chính bảng đang SELECT

-- Lỗi 1093 trên MySQL
DELETE FROM nguoi_dung WHERE id NOT IN (SELECT MIN(id) FROM nguoi_dung GROUP BY email);

-- Bọc thêm một tầng để lách
DELETE FROM nguoi_dung WHERE id NOT IN (
  SELECT * FROM (SELECT MIN(id) FROM nguoi_dung GROUP BY email) t
);

3. Ngăn trùng trong tương lai

CREATE UNIQUE INDEX ux_nguoi_dung_email ON nguoi_dung(LOWER(email));

Xoá xong mà không thêm ràng buộc thì tuần sau bạn lại làm lại từ đầu.

Luyện tập

• LeetCode 182 — Duplicate Emails
• LeetCode 196 — Delete Duplicate Emails
• LeetCode 1050 — Actors and Directors Who Cooperated At Least Three Times
• LeetCode 1729 — Find Followers Count