Oracle删除重复数据（1）

今天上Oracle课，老师讲了如何删除数据库中重复数据的方法，晚上从网上找了些资料，整理一下。

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：

creat table tbl_tmp (select distinct* from tbl);
truncate table tbl;//清空表记录
insert into tbl select * from tbl_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：

delete from tbl where rowid in 
(select a.rowid from tbl a,tbl b 
where a.rowid>b.rowid and a.col1=b.col1 and a.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：

delete from tbl a where rowid not in 
(select max(b.rowid)
from tbl b where a.col1=b.col1 and a.col2 = b.col2);
//这里max使用min也可以 

或者用下面的语句

delete from tbl a where rowid<
(select max(b.rowid)
from tbl b where a.col1=b.col1 and a.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group by，减少了显性的比较条件，提高效率。SQL语句如下：

delete from tbl where rowid not in 
(select max(rowid)
from tbl t group by t.col1, t.col2);

delete from tbl where (col1, col2)
in (select col1,col2 from tbl group by col1,col2 having count(*)>1) 
and rowid not in
(select min(rowid) from tbl group by col1,col2 having count(*) >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group by，提高效率。