怎么使用SQL語句去掉重復的記錄

今天就跟大家聊聊有關怎么使用SQL語句去掉重復的記錄，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，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？

如果要刪除手機(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100萬以內的數(shù)據(jù)效率還可以，重復數(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)量達到300萬以上，效率驟降，如果重復數(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）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）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語句去掉重復記錄，獲取重復記錄

按照某幾個字段名稱查找表中存在這幾個字段的重復數(shù)據(jù)并按照插入的時間先后進行刪除，條件取決于order by 和row_num。

方法一按照多條件重復處理：

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)

看完上述內容，你們對怎么使用SQL語句去掉重復的記錄有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業(yè)資訊頻道，感謝大家的支持。