您的位置:首页 > 数据库 > Oracle

Oracle用rowid删除同一张表的重复记录

2017-11-30 20:57 253 查看
经常有这样一个业务场景,我们在同一张表中有重复的记录,我们要删除重复的记录,这篇文章就是用来解决这个问题的,用的方法是我目前遇到的效率最高的方法(如果有更好的方法欢迎网友提供)。这个方法会用到了rowid,下面简单介绍一下rowid的定义

1、ROWID定义

ROWID:数据库中行的全局唯一地址

对于数据中的每一行,rowid伪列返回行的地址。rowid值主要包含以下信息:

对象的数据对象编号
该行所在的数据文件中的数据块
该行中数据块的位置(第一行是0)
数据行所在的数据文件(第一个文件是1)。该文件编号是相对于表空间。
通常来说,一个rowid值唯一标识数据中的一行。然而,存储在同一聚簇中不同的表可以有相同的rowid。

2、实现的方法

方法一:

DELETE FROM hr.employees
WHERE ROWID IN (
SELECT ROWID
FROM (
SELECT first_name,
last_name,
ROWID,
ROW_NUMBER() OVER(PARTITION BY first_name,last_name ORDER BY employee_id) AS staff_row --按照保留的唯一字段进行分区,取row_number
FROM hr.employees
)
WHERE staff_row > 1
);


 

  乍一看,我勒个去,这个是什么东西要,这么难懂!!没关系,下面给您解释一下,就很好懂了。

  针对的是oracle内置的示例用户hr中的employees这张表,我们希望的是first_name和last_name没有重复的项(如果你的业务需要时别的话可以相应的转换,如在成绩表中的学号就是唯一个,就partition by学号),所以对这两个字段进行partition  by

  在子查询的子查询中我们选择的主要目的是rowid和row_number(first_name和last_name只是用来辅助理解加进去的字段);子查询中我们选择了row_number > 1的rowid,这样的话按照first_name和last_name分组中每一个分组只有一条记录没有被选择;最外面的delete就直接把选择出来的rowid进行了删除。至此完成了hr.employees对于first_name和last_name的去重。

  有朋友会说,妈蛋这太难理解了吧!在这种情况下,往往有方法二~~~

方法二:

DELETE FROM hr.employees t1
WHERE t1.ROWID NOT IN (
SELECT MIN(t2.ROWID)
FROM hr.employees t2
GROUP BY t2.employee_id --按照想要唯一保留的字段进行分组
);


  这个明显就比方法一好多了,子查询中我们先选除了rowid,然后按照我们想要保留的唯一字段进行分组,并取每组最小的rowid(注意是子查询表的rowid);然后在用not in删除除开最小的rowid以外的所有记录

  怎么样,这个方法是不是瞬间解决并且非常好理解?但是你以为这样就结束了?no no no

方法三:

DELETE FROM hr.employees t1
WHERE t1.rowid > (
SELECT MIN(t2.rowid)
FROM hr.employees t2
WHERE t1.employee_id = t2.employee_id --按照想要唯一保留的字段进行匹配
);


  这个方式看起来和方法二差不多,但是想要说的是,他用的是连接,他用的是连接,不敢说连接一定比group by快,但是基本上不会输group by,而且在一般的情况下也是最快的了。而且外层的">"可以用到索引,就是各种快。

  方法也同样说一下,子查询中按照要保留的字段对t1和t2进行关联,然后选择出最小的rowid(注意是子查询表的rowid),然后在外层用">"只保留每个匹配结果最小的一条记录。然后就瞬间删除重复的记录
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  oracle sql sql优化