做項目的時候，一位同事導數據的時候，不小心把一個表中的數據全都搞重了，也就是說，這個表里所有的記錄都有一條重復的。這個表的數據是千萬級的，而且是生產系統。也就是說，不能把所有的記錄都刪除，而且必須快速的把重復記錄刪掉。

對此，總結了一下刪除重復記錄的方法，以及每種方法的優缺點。

為了陳訴方便，假設表名為Tbl，表中有三列col1，col2，col3，其中col1，col2是主鍵，并且，col1，col2上加了索引。

1、通過創建臨時表

可以把數據先導入到一個臨時表中，然后刪除原表的數據，再把數據導回原表，SQL語句如下：

creattabletbl_tmp(selectdistinct*fromtbl);truncatetabletbl;//清空表記錄insertintotblselect*fromtbl_tmp;//將臨時表中的數據插回來。

這種方法可以實現需求，但是很明顯，對于一個千萬級記錄的表，這種方法很慢，在生產系統中，這會給系統帶來很大的開銷，不可行。

2、利用rowid

在oracle中，每一條記錄都有一個rowid，rowid在整個數據庫中是唯一的，rowid確定了每條記錄是oracle中的哪一個數據文件、塊、行上。在重復的記錄中，可能所有列的內容都相同，但rowid不會相同。SQL語句如下：

deletefromtblwhererowidin(selecta.rowidfromtbla,tblbwherea.rowid>b.rowidanda.col1=b.col1anda.col2=b.col2)

如果已經知道每條記錄只有一條重復的，這個sql語句適用。但是如果每條記錄的重復記錄有N條，這個N是未知的，就要考慮適用下面這種方法了。

3、利用max或min函數

這里也要使用rowid，與上面不同的是結合max或min函數來實現。SQL語句如下

deletefromtblawhererowidnotin(selectmax(b.rowid)fromtblbwherea.col1=b.col1anda.col2=b.col2);//這里max使用min也可以

或者用下面的語句

deletefromtblawhererowid<(selectmax(b.rowid)fromtblbwherea.col1=b.col1anda.col2=b.col2);//這里如果把max換成min的話，前面的where子句中需要把"<"改為">"

跟上面的方法思路基本是一樣的，不過使用了groupby，減少了顯性的比較條件，提高效率。SQL語句如下：

deletefromtblwhererowidnotin(selectmax(rowid)fromtbltgroupbyt.col1,t.col2);deletefromtblwhere(col1,col2)in(selectcol1,col2fromtblgroupbycol1,col2havingcount(*)>1)androwidnotin(selectnin(rowid)fromtblgroupbycol1,col2havingcount(*)>1)

還有一種方法，對于表中有重復記錄的記錄比較少的，并且有索引的情況，比較適用。假定col1，col2上有索引，并且tbl表中有重復記錄的記錄比較少，SQL語句如下4、利用groupby，提高效率