1.創(chuàng)建實驗用表并初始化幾條樣本數(shù)據(jù)
sec@ora10g> create table t (x number, y varchar2(10));
sec@ora10g> insert into t values (1, \\\’sec\\\’);
sec@ora10g> insert into t values (2, \\\’Andy01\\\’);
sec@ora10g> insert into t values (2, \\\’Andy02\\\’);
sec@ora10g> insert into t values (3, \\\’Anna\\\’);
sec@ora10g> insert into t values (4, \\\’Anna\\\’);
sec@ora10g> insert into t values (5, \\\’John\\\’);
sec@ora10g> commit;
sec@secooler> analyze table t compute statistics for table for all indexes for all indexed columns;
Table analyzed.
sec@ora10g> select * from t;
X Y
———- ——————–
1 sec
2 Andy01
2 Andy02
3 Anna
4 Anna
5 John
6 rows selected.
2.第一種使用rowid輔助查詢和刪除重復記錄的方法
1）查詢重復記錄
sec@ora10g> SELECT *
2 FROM t t1
3 WHERE t1.ROWID <> (SELECT MIN (t2.ROWID)
4 FROM t t2
5 WHERE t1.x = t2.x)
6 /
X Y
———- ——————–
2 Andy02
BTW：如果想要查詢x和y字段同時重復的內(nèi)容，可以在上面的子查詢中再添加一個“AND t1.y = t2.y”條件即可。
2）刪除重復記錄
可以簡單的將上面的查詢語句改寫成刪除語句便可完成刪除任務。
sec@ora10g> DELETE FROM t t1
2 WHERE t1.ROWID <> (SELECT MIN (t2.ROWID)
3 FROM t t2
4 WHERE t1.x = t2.x)
5 /
1 row deleted.
可以看到，此時x字段重復的內(nèi)容已經(jīng)被刪除了。
sec@ora10g> select * from t;
X Y
———- ——————–
1 sec
2 Andy01
3 Anna
4 Anna
5 John
3.第二種使用分析函數(shù)輔助查詢和刪除重復記錄的方法
1）使用分析函數(shù)可以快速的定位重復記錄的位置，下面結(jié)果中rn值大于1的行即表示重復行。
sec@ora10g> SELECT t1.x,
2 t1.y,
3 ROW_NUMBER () OVER (PARTITION BY t1.x ORDER BY t1.ROWID) rn
4 FROM t t1
5 /
X Y RN
———- ——————– ———-
1 sec 1
2 Andy01 1
2 Andy02 2
3 Anna 1
4 Anna 1
5 John 1
6 rows selected.
2）進一步使用上面的rn結(jié)果作為輔助條件便可得到重復記錄內(nèi)容
sec@ora10g> SELECT t2.x, t2.y
2 FROM (SELECT t1.x,
3 t1.y,
4 ROW_NUMBER () OVER (PARTITION BY t1.x ORDER BY t1.ROWID) rn
5 FROM t t1) t2
6 WHERE t2.rn > 1
7 /
X Y
———- ——————–
2 Andy02
3）刪除方法
（1）第一種方法是利用rowid構造delete語句來完成刪除，這種方法效率較低。
sec@ora10g> DELETE FROM t WHERE ROWID IN (
2 SELECT rowid
3 FROM (SELECT t1.x,
4 t1.y,
5 ROW_NUMBER () OVER (PARTITION BY t1.x ORDER BY t1.ROWID) rn
6 FROM t t1) t2
7 WHERE t2.rn > 1
8 )
9 /
1 row deleted.
（2）第二種方法，可以使用構造中間表t1的方法來完成，這是一種非常高效的去重方法，推薦在具有海量數(shù)據(jù)的數(shù)據(jù)庫環(huán)境中使用。
sec@ora10g> create table t1 as
2 SELECT t2.x, t2.y
3 FROM (SELECT t1.x,
4 t1.y,
5 ROW_NUMBER () OVER (PARTITION BY t1.x ORDER BY t1.ROWID) rn
6 FROM t t1) t2
7 WHERE t2.rn = 1
8 /
Table created.
sec@ora10g> drop table t;
Table dropped.
sec@ora10g> alter table t1 rename to t;
Table altered.
sec@ora10g> select * from t;
X Y
———- ——————–
1 sec
2 Andy01
3 Anna
4 Anna
5 John
4.比較兩種查詢方法的執(zhí)行計劃，便可得到兩種方法內(nèi)在的性能差距的出處。
1）第一種使用rowid輔助查詢的執(zhí)行計劃如下
sec@ora10g> set autot trace exp
sec@ora10g> SELECT *
2 FROM t t1
3 WHERE t1.ROWID <> (SELECT MIN (t2.ROWID)
4 FROM t t2
5 WHERE t1.x = t2.x)
6 /
Execution Plan
———————————————————-
Plan hash value: 3924487551
—————————————————————————-
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
—————————————————————————-
| 0 | SELECT STATEMENT | | 5 | 55 | 6 (0)| 00:00:01 |
|* 1 | FILTER | | | | | |
| 2 | TABLE ACCESS FULL | T | 6 | 66 | 3 (0)| 00:00:01 |
| 3 | SORT AGGREGATE | | 1 | 11 | | |
|* 4 | TABLE ACCESS FULL| T | 1 | 11 | 3 (0)| 00:00:01 |
—————————————————————————-
Predicate Information (identified by operation id):
—————————————————
1 – filter(T1.ROWID<> (SELECT MIN(T2.ROWID) FROM T T2 WHERE
T2.X=:B1))
4 – filter(T2.X=:B1)
2）第二種使用分析函數(shù)輔助查詢的執(zhí)行計劃如下
sec@ora10g> SELECT t1.x,
2 t1.y,
3 ROW_NUMBER () OVER (PARTITION BY t1.x ORDER BY t1.ROWID) rn
4 FROM t t1
5 /
Execution Plan
———————————————————-
Plan hash value: 2335850315
—————————————————————————
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
—————————————————————————
| 0 | SELECT STATEMENT | | 6 | 66 | 4 (25)| 00:00:01 |
| 1 | WINDOW SORT | | 6 | 66 | 4 (25)| 00:00:01 |
| 2 | TABLE ACCESS FULL| T | 6 | 66 | 3 (0)| 00:00:01 |
—————————————————————————
3）通過比較上面兩個執(zhí)行計劃可以得到如下結(jié)論
第一種方法采用2次TABLE ACCESS FULL，第二種方法采用僅一次TABLE ACCESS FULL。
從執(zhí)行計劃上可以得出使用分析函數(shù)的方法更加的高效。
5.小結(jié)
在DBA數(shù)據(jù)庫維護工作中，重復記錄去除問題往往是不可避免的。在具有海量數(shù)據(jù)的數(shù)據(jù)庫中去除重復記錄是一件很艱巨的任務，如果方法選擇不正確，很可能難以完成任務。
我這里介紹的兩種方法都是相對比較高效的，細節(jié)之處請慢慢體會。
完成任務的手段和方法很多，只有將維護時間和對生產(chǎn)數(shù)據(jù)庫的沖擊較少到最低的方法才是可以接受的正確方法。
Good luck.
— The End —
更多關于云服務器，域名注冊，虛擬主機的問題，請訪問西部數(shù)碼官網(wǎng)：m.ps-sw.cn