17370845950

去重后需校验数据完整性，首先对比去重前后行数，确认删除量是否合理；2. 使用GROUP BY和HAVING验证关键字段（如email）无重复；3. 随机抽样比对原始与去重数据，确保保留记录准确；4. 添加唯一索引防止未来重复，若添加失败则说明仍存在重复值。

在MySQL中完成去重操作后，数据校验是确保数据完整性与准确性的重要步骤。去重虽然能清理冗余记录，但若操作不当可能误删有效数据或遗漏重复项。因此，必须通过系统性的校验手段验证结果是否合理。以下是具体的数据校验操作指南。

检查去重前后数据量变化

对比去重前后的总行数，有助于初步判断去重效果是否符合预期。

• 执行 SELECT COUNT(*) FROM 表名; 获取原始数据总量。
• 去重完成后再次统计行数。
• 若减少数量远超预期，可能存在误删或条件设置错误。

例如：

SELECT COUNT(*) FROM user_info; -- 原始数量
-- 执行去重后
SELECT COUNT(*) FROM user_info_distinct; -- 去重后数量

验证关键字段唯一性

去重通常基于某些关键字段（如手机号、身份证号、邮箱等），需确认这些字段在结果中确实无重复。

• 使用 GROUP BY 和 HAVING 检查是否存在重复值。
• 以“email”为例：

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

如果查询返回空结果，说明该字段已完全去重。

抽样比对原始与去重数据

随机抽取部分记录，人工核对原始表与去重表中的内容是否一致，尤其关注主键、时间戳和业务关键字段。

• 从去重表中选取几条记录，反向查询原表是否存在对应数据。
• 确认保留的记录是否为最新或最完整的一条（如按创建时间取最大值）。
• 可借助 LIMIT 随机抽样：

SELECT * FROM user_info_distinct ORDER BY RAND() LIMIT 5;

检查索引与约束是否生效

为防止未来再次出现重复数据，建议在去重后添加唯一索引。

• 为 email 字段添加唯一约束：

ALTER TABLE user_info ADD UNIQUE INDEX uk_email (email);

若添加失败，说明仍存在重复值，需回头排查。

基本上就这些。去重后的校验不复杂但容易忽略，只要一步步核对数量、唯一性、样本和约束，就能有效保障数据质量。