rowid的作用

一、快速删除重复的记录的方法：

　　1、通过创建临时表删除重复的的记录

　　　　1）创建emp表的临时表，把数据导入临时表中，删除原来的表中的数据然后把临时表中的数据导入原表

　　　　create table emp_tmp

　　　　　　as select distinct * from emp;

　　　　2)清空原表记录

　　　　truncate table emp

　　　　3）将临时表中的数据添加到原来的表

　　　　insert into emp select * from emp_tmp;

　　　　这种方法可以实现需求，但是对于一个千万条记录的表来说会很慢。在生产系统上会带来很大的系统开销，显然该方法不可行。

　　2、利用rowid结合max或者min函数

　　rowid是数据的详细地址，利用rowid可以帮助oracle快速定位某行数据的具体位置。rowid可以分为两种，普通表中 的rowid是物理rowid，索引组织表中 的rowid是逻辑　　　rowid。

　　使用rowid快速唯一确定重复行结合max或者min函数实现删除重复行

　　delete from emp e1 where e1.rowid not in ( select max(rowid) from emp e2 where e2.column1=e1.column1 and e2.column2=e1.column2,and e2.column3=e1.column3)

　　或者

　　delete from emp e1 where e1.rowid < ( select max(rowid) from emp e2 where e2.column1=e1.column1 and e2.column2=e1.column2,and e2.column3=e1.column3)

　　或者

　　delete from emp e1 where e1.rowid > ( select min(rowid) from emp e2 where e2.column1=e1.column1 and e2.column2=e1.column2,and e2.column3=e1.column3)

　　该方法是使用相关子查询确定最多或者最小rowid然后执行删除操作。如果是少量数据时可以使用该方法，但是如果是千万级的数据量最好不要使用相关子查询。这样的sql执行速度很慢，不适合于生产环境。

　　与以上思路相同使用group by子句可以减少明显的比较条件提高系统的效率

　　delete from emp where rowid not in (select max(rowid) from emp group by column1,column2,column3)

　　但是在千万级数据量的系统中使用in或者not in仍然会很大程度上降低系统的效率，最好不要使用。

二、根据指定的列删除包含重复列值的记录(这种情况一般很少见，因为根据rowid删除的话很难判断删除以后保留下的行的其他列的值到底是什么)

　　主要的应用场景：在对数据库中的表的一列或者几列试图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

　　该情景一般讲指定的列就是表中的主键列

　　1）大数据量的情况下：

　　　　1、查找重复列值的记录

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

　　　　　　或者

　　　　　　select * from emp where rowid not in(select min(rowid) from emp group by empno )

　　　　2、删除重复记录（列上建有索引的时候使用时效率会更高）

　　　　delete from emp where  empno in (select empno from emp group by empno having count(*)>1)

　　　　　　　　　　　　　　　and rowid not in (select min(rowid) from emp group by empno having count(*)>1) 

　　　　或者

　　　　delete from emp where rowid not in (select min(rowid) from emp group by empno)

　　　　这是执行效率最高的删除包含重复列值的记录的方法

　　2）适合于少量重复记录的情况（对于大量的重复记录以下语句的执行效率会很低）

　　　　1、查找重复列值的记录

　　　　　select * from emp e1 where e1.rowid<>(select min(rowid) from emp e2 where e2.empno=e1.empno)

　　　　2、删除重复记录

　　　　delete from emp e1 where e1.rowid <>(select min(rowid) from emp e2 where e2.empno=e1.empno ) 

　　　　相关子查询在处理大数据量的情况下尽量避免使用。