标签:style blog class code color http
一、题外篇
今天很悲催啊,给用户数据做datapatch的时候,每个月的数据多导入了一份,瞬间惊出一身冷汗... 这可是产品环境,要是被老板知道了可就死定了,赶紧去掉重复的记录,同时写下下面的文章以备后用。
二、准备篇
1. 先创建一张学生表student:
create table student( id varchar(10) not null, name varchar(10) not null, age number not null );
2. 插入几条数据到表student:
insert into student values(‘1‘, ‘zhangs‘, 20); insert into student values(‘1‘, ‘zhangs‘, 20); insert into student values(‘2‘, ‘zhangs‘, 20); insert into student values(‘3‘, ‘lisi‘, 20); insert into student values(‘4‘, ‘lisi‘, 30); insert into student values(‘5‘, ‘wangwu‘, 30);
三、处理篇
1. 使用rowid
① 查询:
select * from student s1 where rowid != (select max(rowid) from student s2 where s1.id = s2.id and s1.name = s2.name and s1.age = s2.age)
注: rowid是唯一标志记录物理位置的一个id, 括号中是查询出重复数据中rowid最大的一条.
② 删除:
delete from student s1 where rowid != (select max(rowid) from student s2 where s1.id = s2.id and s1.name = s2.name and s1.age = s2.age)
2. 使用 group by 和 having
① 查询:
select id, name, age, count(*) from student group by id, name, age having count(*) > 1;
3. 使用distinct
create table stud_temp as select distinct * from student; -- 创建临时表 stud_temp truncate table student; -- 清空student表 insert into student select * from stud_temp; -- 将临时表数据导入student表 drop table stud_temp; -- 删除临时表
注: distinct只适用于对小表处理, 如果是千万级别数据的表, 请使用rowid, 因为它具有唯一性, 效率更高.
标签:style blog class code color http
原文地址:http://blog.csdn.net/zdp072/article/details/25338221