共計 2147 個字符，預(yù)計需要花費 6 分鐘才能閱讀完成。

今天就跟大家聊聊有關(guān)怎么使用 SQL 語句去掉重復(fù)的記錄，可能很多人都不太了解，為了讓大家更加了解，丸趣 TV 小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

海量數(shù)據(jù)（百萬以上），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)？

如果要刪除手機(jī) (mobilePhone)，電話(officePhone)，郵件(email) 同時都相同的數(shù)據(jù)，以前一直使用這條語句進(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 )

其中下面這條會稍快些。上面這條數(shù)據(jù)對于 100 萬以內(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 萬以上，效率驟降，如果重復(fù)數(shù)據(jù)再多點的話，常常會幾十小時跑不完，有時候會鎖表跑一夜都跑不完。無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)

效率對比：用 delete 方法對 500 萬數(shù)據(jù)去重（1/ 2 重復(fù)）約 4 小時。4 小時，很長的時間。

用臨時表插入對 500 萬數(shù)據(jù)去重（1/ 2 重復(fù)）不到 10 分鐘。

其實用刪除方式是比較慢的，可能是邊找邊刪除的原因吧，而使用臨時表，可以將沒有重復(fù)的數(shù)據(jù) ID 選出來放在臨時表里，再將表的信息按臨時表的選擇出來的 ID，將它們找出來插入到新的表，然后將原表刪除，這樣就可以快速去重啦。

SQL 語句去掉重復(fù)記錄，獲取重復(fù)記錄

按照某幾個字段名稱查找表中存在這幾個字段的重復(fù)數(shù)據(jù)并按照插入的時間先后進(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  時間  desc) from  表  where  時間  getdate()-1 ) tmp where row_num   1 delete tmp from( select row_num = row_number() over(partition by  字段，字段  order by  時間  desc) from  表  where  時間  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方法都可以使用臨時表，not in 中的表可以先提取臨時表 #tmp，

然后采用 not exists 來執(zhí)行，為避免數(shù)量過大，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)

看完上述內(nèi)容，你們對怎么使用 SQL 語句去掉重復(fù)的記錄有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注丸趣 TV 行業(yè)資訊頻道，感謝大家的支持。