Oracle快速删除重复的记录[转自青云]

 1 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。
 2
 3 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。
 4
 5 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。
 6
 7 1 、通过创建临时表
 8
 9 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：
10
11 creat table tbl_tmp (select distinct *  from tbl);truncate table tbl;
12              // 清空表记录insert into tbl select * from tbl_tmp; // 将临时表中的数据插回来。 
13
14 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。
15
16 2 、利用rowid
17
18 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：
19
20 delete from tbl  where  rowid  in  (select a.rowid from tbl a,
21             tbl b  where  a.rowid > b.rowid and a.col1 = b.col1 and a.col2  =  b.col2)  
22
23 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。
24
25 3 、利用max或min函数
26
27 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
28
29 delete from tbl awhere rowid not  in  (select max(b.rowid)
30             from tbl b  where  a.col1 = b.col1 and a.col2  =  b.col2);
31              // 这里max使用min也可以  
32
33 或者用下面的语句
34
35 delete from tbl awhere rowid < (select max(b.rowid)
36             from tbl b  where  a.col1 = b.col1 and a.col2  =  b.col2);
37              // 这里如果把max换成min的话，前面的where子句中需要把"<"改为">"  
38
39 跟上面的方法思路基本是一样的，不过使用了group by，减少了显性的比较条件，提高效率。SQL语句如下：
40
41 deletefrom tbl  where  rowid not  in  (select max(rowid)
42             from tbl tgroup by t.col1, t.col2);delete from tbl  where  (col1, col2)
43              in  (select col1,col2 from tblgroup bycol1,col2havingcount( * )
44              > 1 )and rowidnotin(selectnin(rowid)fromtblgroup bycol1,
45             col2havingcount( * )  > 1 )  
46
47 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group by，提高效率 
48  
49
50  
51
52

 1 我个人习惯使用：
 2 3 、利用max或min函数
 3 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
 4 delete from tbl awhere rowid not  in  (select max(b.rowid)
 5 from tbl b  where  a.col1 = b.col1 and a.col2  =  b.col2);
 6 // 这里max使用min也可以 
 7 因为这个方法最简单
 8
 9 刚刚发明了一种新写法：
10 速度爆快，比上一种快1万倍！！！
11 delete from schedule_plan 
12 where  rowid  in  (
13 select x1 from 
14 (
15 select rowid  as  x1, schedule_code,crea_time,
16 ROW_NUMBER () over (partition by schedule_code order by crea_time desc) x from schedule_plan)
17 where  x > 1 )
18 上一种方法需要 300多秒，该方法只要0.29秒。
19
20