rowid 查询和删除重复记录

转自：http://wy1178037136.blog.163.com/blog/static/184494197201131625717689/

 ROWID是数据的详细地址，通过rowid，oracle可以快速的定位某行具体的数据的位置。

ROWID可以分为物理rowid和逻辑rowid两种。普通的表中的rowid是物理rowid，索引组织表(IOT)的rowid是逻辑rowid。

当表中有大量重复数据时，可以使用ROWID快速删除重复的记录。

举例：

--建表tbl

SQL> create table stu(no number,name varchar2(10),sex char(2));

--添加测试记录

SQL> insert into stu values(1, 'ab',’男’);

SQL> insert into stu values(1, 'bb',’女’);

SQL> insert into stu values(1, 'ab',’男’);

SQL> insert into stu values(1, 'ab',’男’);

SQL>commit;

删除重复记录方法很多，列出两种。

⑴ 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：

SQL>create table stu_tmp as select distinct* from stu;

SQL>truncate table sut; //清空表记录

SQL>insert into stu select * from stu_tmp; //将临时表中的数据添加回原表

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。

⑵ 利用rowid结合max或min函数

使用rowid快速唯一确定重复行结合max或min函数来实现删除重复行。

SQL>delete from stu a where rowid not in (select max(b.rowid) from stu b where a.no=b.no and a.name = b.name and a.sex = b.sex); //这里max使用min也可以

或者用下面的语句

SQL>delete from stu a where rowid < (select max(b.rowid) from stu b where a.no=b.no and a.name = b.name and a.sex = b.sex); //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>delete from stu where rowid not in (select max(rowid) from stu t group by t.no, t.name, t.sex );

思考：若在stu表中唯一确定任意一行数据（1, 'ab',’男’），把sex字段更新为”女”，怎么做？

SQL>update stu set sex=’女’ where rowid=(select min(rowid) from stu where no=1 and name=’ab’ and sex=’男’);

 

RowID的应用

1，查找和删除重复记录

   当试图对库表中的某一列或几列创建唯一索引时，

   系统提示 ORA-01452 ：不能创建唯一索引，发现重复记录。 

  

    /*conn scott/tiger

    Create table empa as select * from emp;

    插入重复记录

    insert into empa select * from emp where empno = 7369;

    insert into empa select * from emp where empno = 7839;

    insert into empa select * from emp where empno = 7934;

    */
查找重复记录的几种方法：

  查找大量重复记录

    select empno from empa group by empno having count(*) >1;

    Select * From empa Where ROWID Not In(Select Min(ROWID) From empa Group By empno);

  查找少量重复记录

    select * from empa a where rowid<>(select max(rowid) from empa where empno=a.empno );

  删除重复记录的几种方法：

  (1).适用于有大量重复记录的情况(列上建有索引的时候，用以下语句效率会很高)： 

    Delete empa Where empno In (Select empno From empa Group By empno Having Count(*) > 1) 

    And ROWID Not In (Select Min(ROWID) From empa Group By empno Having Count(*) > 1);

    Delete empa Where ROWID Not In(Select Min(ROWID) From empa Group By empno);

  (2).适用于有少量重复记录的情况(注意，对于有大量重复记录的情况，用以下语句效率会很低)：

    Delete empa a where rowid<>(select max(rowid) from empa where empno=a.empno );