Oracle用rowid删除同一张表的重复记录

　　经常有这样一个业务场景，我们在同一张表中有重复的记录，我们要删除重复的记录，这篇文章就是用来解决这个问题的，用的方法是我目前遇到的效率最高的方法（如果有更好的方法欢迎网友提供）。这个方法会用到了rowid，下面简单介绍一下rowid的定义

1、ROWID定义

ROWID：数据库中行的全局唯一地址

对于数据中的每一行，rowid伪列返回行的地址。rowid值主要包含以下信息：

• 对象的数据对象编号
• 该行所在的数据文件中的数据块
• 该行中数据块的位置（第一行是0）
• 数据行所在的数据文件（第一个文件是1）。该文件编号是相对于表空间。

通常来说，一个rowid值唯一标识数据中的一行。然而，存储在同一聚簇中不同的表可以有相同的rowid。

2、实现的方法

方法一：

DELETE FROM hr.employees
WHERE ROWID IN (
                 SELECT ROWID
                 FROM (
                        SELECT first_name,
                               last_name,
                               ROWID,
                               ROW_NUMBER() OVER(PARTITION BY first_name,last_name ORDER BY employee_id) AS staff_row --按照保留的唯一字段进行分区，取row_number
                               FROM hr.employees
                      )
                 WHERE staff_row > 1
               );

　　乍一看，我勒个去，这个是什么东西要，这么难懂！！没关系，下面给您解释一下，就很好懂了。

　　针对的是oracle内置的示例用户hr中的employees这张表，我们希望的是first_name和last_name没有重复的项（如果你的业务需要时别的话可以相应的转换，如在成绩表中的学号就是唯一个，就partition by学号），所以对这两个字段进行partition  by。

　　在子查询的子查询中我们选择的主要目的是rowid和row_number（first_name和last_name只是用来辅助理解加进去的字段）；子查询中我们选择了row_number > 1的rowid，这样的话按照first_name和last_name分组中每一个分组只有一条记录没有被选择；最外面的delete就直接把选择出来的rowid进行了删除。至此完成了hr.employees对于first_name和last_name的去重。

　　有朋友会说，妈蛋这太难理解了吧！在这种情况下，往往有方法二~~~

方法二：

DELETE FROM hr.employees t1
WHERE t1.ROWID NOT IN (
                       SELECT MIN(t2.ROWID)
                       FROM hr.employees t2
                       GROUP BY t2.employee_id --按照想要唯一保留的字段进行分组
                      );

　　这个明显就比方法一好多了，子查询中我们先选除了rowid，然后按照我们想要保留的唯一字段进行分组，并取每组最小的rowid（注意是子查询表的rowid）；然后在用not in删除除开最小的rowid以外的所有记录。

　　怎么样，这个方法是不是瞬间解决并且非常好理解？但是你以为这样就结束了？no no no

方法三：

DELETE FROM hr.employees t1
WHERE t1.rowid > (
                   SELECT MIN(t2.rowid)
                   FROM hr.employees t2
                   WHERE t1.employee_id = t2.employee_id --按照想要唯一保留的字段进行匹配
                 );

　　这个方式看起来和方法二差不多，但是想要说的是，他用的是连接，他用的是连接，不敢说连接一定比group by快，但是基本上不会输group by，而且在一般的情况下也是最快的了。而且外层的">"可以用到索引，就是各种快。

　　方法也同样说一下，子查询中按照要保留的字段对t1和t2进行关联，然后选择出最小的rowid（注意是子查询表的rowid），然后在外层用">"只保留每个匹配结果最小的一条记录。然后就瞬间删除重复的记录

　　此时有朋友以为这是最快的办法了，但是，我想说，不是，不是！请看下面最快的方法！

--骗一下你的，上面已经是本人接触到的最快的方法了