Oracle用rowid刪除同一張表的重復記錄

　　經常有這樣一個業務場景，我們在同一張表中有重復的記錄，我們要刪除重復的記錄，這篇文章就是用來解決這個問題的，用的方法是我目前遇到的效率最高的方法（如果有更好的方法歡迎網友提供）。這個方法會用到了rowid，下面簡單介紹一下rowid的定義

1、ROWID定義

ROWID：數據庫中行的全局唯一地址

對於數據中的每一行，rowid偽列返回行的地址。rowid值主要包含以下信息：

• 對象的數據對象編號
• 該行所在的數據文件中的數據塊
• 該行中數據塊的位置（第一行是0）
• 數據行所在的數據文件（第一個文件是1）。該文件編號是相對於表空間。

通常來說，一個rowid值唯一標識數據中的一行。然而，存儲在同一聚簇中不同的表可以有相同的rowid。

2、實現的方法

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進行分區，取row_number
                               FROM hr.employees
                      )
                 WHERE staff_row > 1
               );

 

　　乍一看，我勒個去，這個是什么東西要，這么難懂！！沒關系，下面給您解釋一下，就很好懂了。

　　針對的是oracle內置的示例用戶hr中的employees這張表，我們希望的是first_name和last_name沒有重復的項（如果你的業務需要時別的話可以相應的轉換，如在成績表中的學號就是唯一個，就partition by學號），所以對這兩個字段進行partition  by。

　　在子查詢的子查詢中我們選擇的主要目的是rowid和row_number（first_name和last_name只是用來輔助理解加進去的字段）；子查詢中我們選擇了row_number > 1的rowid，這樣的話按照first_name和last_name分組中每一個分組只有一條記錄沒有被選擇；最外面的delete就直接把選擇出來的rowid進行了刪除。至此完成了hr.employees對於first_name和last_name的去重。

　　有朋友會說，媽蛋這太難理解了吧！在這種情況下，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進行分組
                      );

　　這個明顯就比方法一好多了，子查詢中我們先選除了rowid，然后按照我們想要保留的唯一字段進行分組，並取每組最小的rowid（注意是子查詢表的rowid）；然后在用not in刪除除開最小的rowid以外的所有記錄。

　　怎么樣，這個方法是不是瞬間解決並且非常好理解？但是你以為這樣就結束了？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進行匹配
                 );

　　這個方式看起來和方法二差不多，但是想要說的是，他用的是連接，他用的是連接，不敢說連接一定比group by快，但是基本上不會輸group by，而且在一般的情況下也是最快的了。而且外層的">"可以用到索引，就是各種快。

　　方法也同樣說一下，子查詢中按照要保留的字段對t1和t2進行關聯，然后選擇出最小的rowid（注意是子查詢表的rowid），然后在外層用">"只保留每個匹配結果最小的一條記錄。然后就瞬間刪除重復的記錄

 

　　此時有朋友以為這是最快的辦法了，但是，我想說，不是，不是！請看下面最快的方法！

--騙一下你的，上面已經是本人接觸到的最快的方法了