海量數(shù)據(jù)（百萬(wàn)以上），其中有些全部字段都相同，有些部分字段相同，怎樣高效去除重復(fù)？
如果要?jiǎng)h除手機(jī)(mobilePhone)，電話(officePhone)，郵件(email)同時(shí)都相同的數(shù)據(jù)，以前一直使用這條語(yǔ)句進(jìn)行去重：
delete from 表 where id not in (select max(id) from 表 group by mobilePhone,officePhone,email ) or delete from 表 where id not in (select min(id) from 表 group by mobilePhone,officePhone,email ) delete from 表 where id not in (select max(id) from 表 group by mobilePhone,officePhone,email ) or delete from 表 where id not in (select min(id) from 表 group by mobilePhone,officePhone,email )
其中下面這條會(huì)稍快些。上面這條數(shù)據(jù)對(duì)于100萬(wàn)以內(nèi)的數(shù)據(jù)效率還可以，重復(fù)數(shù)1/5的情況下幾分鐘到幾十分鐘不等，但是如果數(shù)據(jù)量達(dá)到300萬(wàn)以上，效率驟降，如果重復(fù)數(shù)據(jù)再多點(diǎn)的話，常常會(huì)幾十小時(shí)跑不完，有時(shí)候會(huì)鎖表跑一夜都跑不完。無(wú)奈只得重新尋找新的可行方法，今天終于有所收獲：
//查詢出唯一數(shù)據(jù)的ID,并把他們導(dǎo)入臨時(shí)表tmp中 select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email //查詢出去重后的數(shù)據(jù)并插入finally表中 insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp) //查詢出唯一數(shù)據(jù)的ID,并把他們導(dǎo)入臨時(shí)表tmp中 select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email //查詢出去重后的數(shù)據(jù)并插入finally表中 insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp)
效率對(duì)比：用delete方法對(duì)500萬(wàn)數(shù)據(jù)去重（1/2重復(fù)）約4小時(shí)。4小時(shí)，很長(zhǎng)的時(shí)間。
用臨時(shí)表插入對(duì)500萬(wàn)數(shù)據(jù)去重（1/2重復(fù)）不到10分鐘。
其實(shí)用刪除方式是比較慢的，可能是邊找邊刪除的原因吧，而使用臨時(shí)表，可以將沒(méi)有重復(fù)的數(shù)據(jù)ID選出來(lái)放在臨時(shí)表里，再將表的信息按臨時(shí)表的選擇出來(lái)的ID，將它們找出來(lái)插入到新的表，然后將原表刪除，這樣就可以快速去重啦。
SQL語(yǔ)句去掉重復(fù)記錄，獲取重復(fù)記錄
按照某幾個(gè)字段名稱查找表中存在這幾個(gè)字段的重復(fù)數(shù)據(jù)并按照插入的時(shí)間先后進(jìn)行刪除，條件取決于order by 和row_num。
方法一按照多條件重復(fù)處理：
delete tmp from( select row_num = row_number() over(partition by 字段，字段 order by 時(shí)間 desc) from 表 where 時(shí)間> getdate()-1 ) tmp where row_num > 1 delete tmp from( select row_num = row_number() over(partition by 字段，字段 order by 時(shí)間 desc) from 表 where 時(shí)間> getdate()-1 ) tmp where row_num > 1
方法二按照單一條件進(jìn)行去重：
delete from 表 where 主鍵ID not in( select max(主鍵ID) from 表 group by 需要去重的字段 having count(需要去重的字段)>=1 ) delete from 表 where 主鍵ID not in( select max(主鍵ID) from 表 group by 需要去重的字段 having count(需要去重的字段)>=1 )
注意：為提高效率如上兩個(gè)方法都可以使用臨時(shí)表， not in 中的表可以先提取臨時(shí)表#tmp，
然后采用not exists來(lái)執(zhí)行，為避免數(shù)量過(guò)大，可批量用Top控制刪除量
delete top(2) from 表 where not exists (select 主鍵ID from #tmp where #tmp.主鍵ID=表.主鍵ID)
總結(jié)
以上所述是小編給大家介紹的使用SQL語(yǔ)句去掉重復(fù)的記錄，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
標(biāo)簽：天水 七臺(tái)河 宿州 防疫戰(zhàn)設(shè) 益陽(yáng) 來(lái)賓 威海 銅仁
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《使用SQL語(yǔ)句去掉重復(fù)的記錄【兩種方法】》，本文關(guān)鍵詞 使用,SQL,語(yǔ)句,去掉,重復(fù),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。
