前言

昨天遇到一個問題，需要對一張關(guān)系表進行重構(gòu)和優(yōu)化。然而這張關(guān)系表由于已有代碼沒有注重并發(fā)導(dǎo)致了很多的臟數(shù)據(jù)，即重復(fù)數(shù)據(jù)。

表名thread_recommend，帖子推薦表，為兩個實體user_id和thread_id的(推薦)關(guān)系表，表結(jié)構(gòu)很簡單如下： 

/*用戶推薦帖子記錄表*/ 
 
CREATE TABLE `thread_recommend` ( 
 
`id` int(11) NOT NULL AUTO_INCREMENT, 
 
`thread_id` int(11) DEFAULT NULL COMMENT '被用戶推薦的帖子編號', 
 
`user_id` int(11) DEFAULT NULL COMMENT '推薦該帖子的用戶編號', 
 
`status` int(11) DEFAULT '1' COMMENT '狀態(tài)0 取消推薦，1推薦', 
 
`created` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '推薦時間', 
 
PRIMARY KEY (`id`), 
 
KEY `userid` (`user_id`) USING BTREE 
 
) ENGINE=InnoDB; 

 問題在于，由于代碼不規(guī)范，在高并發(fā)時(或數(shù)據(jù)庫壓力大時造成的延時積壓時)會出現(xiàn)多個(相同thread_id和user_id的)組合，如下：

之后你們懂的，各種和原想不一致的神奇bug噴涌而出，比如：

我剛剛?cè)∠送扑]，怎么還顯示我推薦著!!

顯示的總推薦數(shù)怎么和實際推薦用戶加起來不一樣!!

解決方案一：使用insert where not exists語句

聲明：此方案并不是***方案，不推薦使用。

先上代碼：(這里拿另一個關(guān)系表的真實query舉例，原理一樣) 

INSERT INTO `user_topic` (`user_id`, `topic_id`) 
 
SELECT :userId, :topicid FROM `user_topic` 
 
WHERE NOT EXISTS (SELECT * FROM `user_topic` 
 
WHERE `user_topic`.`user_id` = :userId 
 
AND `user_topic`.`topic_id` = :topicid) 
 
LIMIT 1;  

(相同方法見http://stackoverflow.com/a/31...)

通過這種“插入時判斷不存在才插入并返回行數(shù)為1，存在的話返回行數(shù)為0”的方法，可以做到：

• 只有在返回行數(shù)為1的情況下才執(zhí)行之后邏輯(如緩存內(nèi)的統(tǒng)計數(shù)+1，緩存內(nèi)帖子推薦人增加此userId等等)
• 如果返回行數(shù)為0，則接口返回error

解決方案二：清理臟數(shù)據(jù)并建立聯(lián)合唯一索引

這個方案是本文的核心了，也是我們目前認為的***實踐。

***步：查找user_id, thread_id的聯(lián)合duplication 

SELECT a.* FROM `thread_recommend` a 
 
INNER JOIN (SELECT * FROM `thread_recommend` GROUP BY `thread_id`, `user_id` HAVING COUNT(id) > 1) b ON a.`thread_id` = b.`thread_id` AND a.`user_id` = b.`user_id` 
 
ORDER BY a.`user_id` ASC, a.`thread_id` ASC, a.`id` DESC  

或簡單的版本 

SELECT * FROM `thread_recommend` 
 
WHERE (`user_id`, `thread_id`) IN (SELECT `user_id`, `thread_id` FROM `thread_recommend` GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1);  

得到

哇!所有的重復(fù)項都在這里了，好想馬上把它們干掉!

現(xiàn)在需要將重復(fù)的條目中ID更大的所有條目都刪除，只留ID最小的那一個。

刪之前先獲得需要刪除項，比對一下，

SELECT * FROM `thread_recommend` 
 
WHERE (`user_id`, `thread_id`) IN (SELECT `user_id`, `thread_id` FROM `thread_recommend` GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1) 
 
AND `id` NOT IN (SELECT MIN(`id`) FROM `thread_recommend` GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1);  

下一步，SELECT * FROM改成DELETE FROM，刪除!

DELETE FROM `thread_recommend` 
 
WHERE (`user_id`, `thread_id`) IN (SELECT `user_id`, `thread_id` FROM `thread_recommend` GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1) 
 
AND `id` NOT IN (SELECT MIN(`id`) FROM `thread_recommend` GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1);  

Oops!報錯! You can't specify target table 'thread_recommend' for update in FROM clause

這是Mysql的一個小問題，我們參見解決方案 http://stackoverflow.com/a/14... 后修改一下SQL就好：

DELETE FROM `thread_recommend` 
 
WHERE (`user_id`, `thread_id`) IN (SELECT `user_id`, `thread_id` FROM (SELECT * FROM `thread_recommend`) a GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1) 
 
AND `id` NOT IN (SELECT MIN(`id`) FROM (SELECT * FROM `thread_recommend`) b GROUP BY `user_id`, `thread_id` HAVING COUNT(1) > 1);  

***，加聯(lián)合唯一索引!

ALTER TABLE `thread_recommend` 
 
ADD UNIQUE KEY `thread_id_user_id_unique`(`thread_id`,`user_id`) USING BTREE;  

Of course，如果上述清理工作沒有完成將會報錯!

完!