Oracle快速删除重复的记录

做项目的时候,一位同事导数据的时候,不小心把一个表中的数据全都搞重了,也就是说,这个表里所有的记录都有一条重复的。这个表的数据是千万级的,而且是生产系统。也就是说,不能把所有的记录都删除,而且必须快速的把重复记录删掉。对此,总结了一下删除做项目的时候,一位同事导数据的时候,不小心把一个表中的数据全都搞重了,也就是说,这个表里所有的记录都有一条重复的。这个表的数据是千万级的,而且是生产系统。也就是说,不能把所有的记录都删除,而且必须快速的把重复记录删掉。

对此,总结了一下删除重复记录的方法,以及每种方法的优缺点。

为了陈诉方便,假设表名为Tbl,表中有三列col1,col2,col3,其中col1,col2是主键,并且,col1,col2上加了索引。

1、通过创建临时表

可以把数据先导入到一个临时表中,然后删除原表的数据,再把数据导回原表,SQL语句如下:

creattabletbl_tmp(selectdistinct*fromtbl);truncatetabletbl;

//清空表记录insertintotblselect*fromtbl_tmp;//将临时表中的数据插回来。

这种方法可以实现需求,但是很明显,对于一个千万级记录的表,这种方法很慢,在生产系统中,这会给系统带来很大的开销,不可行。

2、利用rowid

在oracle中,每一条记录都有一个rowid,rowid在整个数据库中是唯一的,rowid确定了每条记录是oracle中的哪一个数据文件、块、行上。在重复的记录中,可能所有列的内容都相同,但rowid不会相同。SQL语句如下:

deletefromtblwhererowidin(selecta.rowidfromtbla,

tblbwherea.rowid>b.rowidanda.col1=b.col1anda.col2=b.col2)

如果已经知道每条记录只有一条重复的,这个sql语句适用。但是如果每条记录的重复记录有N条,这个N是未知的,就要考虑适用下面这种方法了。

3、利用max或min函数

这里也要使用rowid,与上面不同的是结合max或min函数来实现。SQL语句如下

deletefromtblawhererowidnotin(selectmax(b.rowid)

fromtblbwherea.col1=b.col1anda.col2=b.col2);

//这里max使用min也可以

或者用下面的语句

deletefromtblawhererowid<(selectmax(b.rowid)

fromtblbwherea.col1=b.col1anda.col2=b.col2);

//这里如果把max换成min的话,前面的where子句中需要把"<"改为">"

跟上面的方法思路基本是一样的,不过使用了groupby,减少了显性的比较条件,提高效率。SQL语句如下:

deletefromtblwhererowidnotin(selectmax(rowid)

fromtbltgroupbyt.col1,t.col2);deletefromtblwhere(col1,col2)

in(selectcol1,col2fromtblgroupbycol1,col2havingcount(*)

>1)androwidnotin(selectnin(rowid)fromtblgroupbycol1,

col2havingcount(*)>1)

还有一种方法,对于表中有重复记录的记录比较少的,并且有索引的情况,比较适用。假定col1,col2上有索引,并且tbl表中有重复记录的记录比较少,SQL语句如下4、利用groupby,提高效率

原文地址:http://dev.csdn.net/author/Rayfly/b850da865b3b4cc89008a2004dad56fc.html

转自:领测软件测试网[http://www.ltesting.net]

原文链接:http://www.ltesting.net/ceshi/ruanjianceshikaifajishu/rjcskfyy/sjk/2007/0526/16630.html

相关推荐