MySQL 逗号分割删除重复值

MySQL 逗号分割去重复值

在数据库中，我们经常会遇到需要对某个字段进行逗号分割的操作。比如，一个用户可以拥有多个爱好，这些爱好以逗号分割存储在一个字段中。但是，当我们需要统计各个爱好的数量时，就需要去除重复的值。那么，在MySQL中，如何实现逗号分割去重复值的操作呢？本文将带你一步步了解并实现这个过程。

1. 创建示例表格

首先，我们需要创建一个示例的表格用于演示。假设我们有一个名为user的表格，其中包含两个字段：id和hobbies。id是用户的唯一标识，hobbies是用户的爱好，多个爱好之间以逗号分割。

CREATE TABLE user (
  id INT PRIMARY KEY,
  hobbies VARCHAR(255)
);

然后，我们向表格中插入一些示例数据。

INSERT INTO user (id, hobbies) VALUES
  (1, 'reading,swimming,running'),
  (2, 'swimming,cooking'),
  (3, 'reading,running'),
  (4, 'cooking,dancing');

2. 去重复值的方法

在MySQL中，有多种方法可以实现逗号分割去重复值的操作。下面将介绍两种常用的方法：使用FIND_IN_SET函数和使用正则表达式。

2.1 使用 FIND_IN_SET 函数

FIND_IN_SET函数可以在一个逗号分割的字符串中查找某个值的位置。我们可以利用这个函数来判断某个值是否已经存在于结果集中。

SELECT GROUP_CONCAT(DISTINCT hobby) AS hobbies
FROM (
  SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(hobbies, ',', numbers.n), ',', -1) AS hobby
  FROM user
  CROSS JOIN (
    SELECT 1 AS n UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4
  ) AS numbers
  WHERE numbers.n <= 1 + (LENGTH(hobbies) - LENGTH(REPLACE(hobbies, ',', '')))
) AS t;

上述代码中，我们使用了两个子查询。第一个子查询根据逗号分割的字符串和一个数字生成多行数据，然后使用SUBSTRING_INDEX函数截取出每个爱好。第二个子查询用于生成数字序列，这里假设最多只有4个爱好。通过限制numbers.n的取值范围，我们可以控制每行最多生成多少个爱好。

最后，使用GROUP_CONCAT函数将结果合并成一个逗号分割的字符串，并使用DISTINCT关键字去除重复值。

2.2 使用正则表达式

如果你不喜欢使用复杂的子查询，你也可以使用正则表达式来实现逗号分割去重复值的操作。

SELECT GROUP_CONCAT(DISTINCT hobby) AS hobbies
FROM (
  SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(hobbies, ',', numbers.n), ',', -1) AS hobby
  FROM user
  CROSS JOIN (
    SELECT 1 + units.i + tens.i * 10 AS n
    FROM (
      SELECT 0 AS i UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL
      SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9
    ) AS units
    JOIN (
      SELECT 0 AS i UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL
      SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9
    ) AS tens
    WHERE 1 + units.i + tens.i * 10 <= 1 + (LENGTH(hobbies) - LENGTH(REPLACE(hobbies, ',', '')))
  ) AS numbers
) AS t;

上述代码中，我们使用了两个子查询。第一个子查询根据逗号分割的字符串和一个数字生成多行数据，然后使用SUBSTRING_INDEX函数截取出每个爱好。第二个子查询用于生成数字序列，这里假设最多只有100个爱好。通过限制numbers.n