1. 全栈程序员必看首页

数据库去重有几种方法_去重数据库

全栈程序员-站长 • • 未分类 • 阅读 3

数据库去重有几种方法_去重数据库概述转发这个主要是有时会有重复数据的需求，留一个查询方法，大家有空也可以测试一下..一、Oracle数据库去重（推荐放在在第6点）1、环境准备可以看到“ALLEN”和“SMITH”这两个人的数据重复了，现在要求表中name重复的数据只保留一行，其他的删除。CREATETABLEhwb(idint,namevarchar(10));INSERTINTOhwbVALUES(1,’TOM’);INSERTINTOhwbVALUES(2,’A

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

目录

概述

一、Oracle数据库去重（推荐放在在第6点）

二、MySQL数据库去重

三、sqlserver数据库去重

四、pg数据库删除重复数据

概述

转发这个主要是有时会有重复数据的需求，留一个查询方法，大家有空也可以测试一下..

一、Oracle数据库去重（推荐放在在第6点）

1、环境准备

可以看到“ALLEN”和“SMITH”这两个人的数据重复了，现在要求表中name重复的数据只保留一行，其他的删除。

CREATE TABLE hwb(
    id int,
    name varchar(10)
);

INSERT INTO hwb VALUES(1, 'TOM');
INSERT INTO hwb VALUES(2, 'ALLEN');
INSERT INTO hwb VALUES(3, 'ALLEN');
INSERT INTO hwb VALUES(4, 'SMITH');
INSERT INTO hwb VALUES(5, 'SMITH');
INSERT INTO hwb VALUES(6, 'SMITH');
commit;
SELECT * FROM hwb;

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

2、实现方法一：通过分组后，拿最小的id重复删除

 delete from hwb a where a.id  in      
   (select min(id) FROM hwb a group by name having count(name) > 1)

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

3、实现方法二：通过name相同，id不同的方式来判断

DELETE FROM hwb a
 WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.id > b.id);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

4、实现方法三：用rowid代替id，替换删除

DELETE FROM hwb a
 WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.rowid > b.rowid);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

5、实现方法四：通过分析函数根据name分组生成序号，然后删除序号大于1的数据。

语法格式：row_number() over(partition by 分组列 order by 排序列 desc)

在使用 row_number() over()函数时候，over()里头的分组以及排序的执行晚于 where 、group by、 order by 的执行。

DELETE FROM hwb a
WHERE ROWID IN (SELECT rid
                   FROM (SELECT ROWID as rid,
                                ROW_NUMBER() OVER(PARTITION BY name ORDER BY id) AS seq
                           FROM hwb)
                  WHERE seq > 1);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

6、【推荐】实现方法五：根据rowid删除

DELETE FROM hwb a
 WHERE a.ROWID > (SELECT MIN(b.ROWID) FROM hwb b WHERE a.name = b.name);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

二、MySQL数据库去重

1、环境准备

CREATE TABLE hwb(
    id BIGINT (4) not null,
    name varchar(10),
    PRIMARY KEY (id) 
) ENGINE = INNODB;

INSERT INTO hwb VALUES(1, 'TOM');
INSERT INTO hwb VALUES(2, 'ALLEN');
INSERT INTO hwb VALUES(3, 'ALLEN');
INSERT INTO hwb VALUES(4, 'SMITH');
INSERT INTO hwb VALUES(5, 'SMITH');
INSERT INTO hwb VALUES(6, 'SMITH');
commit;
SELECT * FROM hwb;

2、实现方法一：通过分组后，拿最大/最小的id重复删除

--重复删除多次
delete from hwb 
where id in (select id from 
       (select max(b.id) as id FROM hwb b group by name having count(name) > 1)c )

--或者修改为以下，只需删除一次
delete from hwb 
WHERE
NAME IN (select name from ( SELECT NAME FROM hwb b GROUP BY NAME HAVING count( NAME ) > 1 ) t)
AND id NOT IN (select tt.id from (SELECT max(c.id ) as id FROM hwb c GROUP BY NAME HAVING count( NAME ) > 1 ) tt)

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

3、实现方法二：

根据name分组，查找出id最小的,然后再查找id不包含刚才查出来的。这样就查询出了所有的重复数据（除了id最小的那行）

delete from hwb 
WHERE
 id NOT IN (select tt.id from (SELECT min(c.id ) as id FROM hwb c GROUP BY NAME ) tt)

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

4、实现方法三：通过name相同，id不同的方式来判断

delete  from hwb  where  id in ( 
select id from (
select * from hwb a
WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.id > b.id))c );

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

5、实现方法四：用rowid代替id，替换删除

在 Oracle 数据库的表中的每一行数据都有一个唯一的标识符，称为 rowid ，在 Oracle 内部通常就是使用它来访问数据的。

而在 MySQL 中也有一个类似的隐藏列 _rowid 来标记唯一的标识。但是需要注意 _rowid 并不是一个真实存在的列，其本质是一个 非空唯一列 的别名。

在某些情况下 _rowid 是不存在的，其只存在于以下情况：

1)当表中存在一个 数字类型 的单列主键时， _rowid 其实就是指的是这个主键列

2)当表中 不存在主键 但存在一个 数字类型 的 非空唯一列 时， _rowid 其实就是指的是对应 非空唯一列 。

需要注意以下情况是不存在 _rowid 的

1)主键列 或者 非空唯一列 的类型不是 数字类型

2)主键 是联合主键

3)唯一 列不是非空的。

delete  from hwb  where  id in ( 
select id from (
select * from hwb a
WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a._rowid > b._rowid))c );

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

ps:还可考虑表切换完成去重步骤。

三、sqlserver数据库去重

1、环境准备

CREATE TABLE [dbo].[hwb] (
  [id] decimal(12)   NULL,
  [name] nvarchar(10) COLLATE Chinese_PRC_CI_AS  NOT NULL
)
GO

ALTER TABLE [dbo].[hwb] SET (LOCK_ESCALATION = TABLE)
GO

INSERT INTO hwb VALUES(1, 'TOM');
INSERT INTO hwb VALUES(2, 'ALLEN');
INSERT INTO hwb VALUES(3, 'ALLEN');
INSERT INTO hwb VALUES(4, 'SMITH');
INSERT INTO hwb VALUES(5, 'SMITH');
INSERT INTO hwb VALUES(6, 'SMITH');
GO

2、实现方法一：通过分组后，拿最大/最小的id重复删除

--重复删除多次
delete from hwb 
 where id  in
       (select min(id) FROM hwb a group by name having count(name) > 1)

--或者修改为以下，只需删除一次
select * from hwb 
-- delete from hwb
WHERE
NAME IN (SELECT NAME FROM hwb b GROUP BY NAME HAVING count( NAME ) > 1 )
AND id NOT IN (SELECT max(c.id ) as id FROM hwb c GROUP BY NAME HAVING count( NAME ) > 1 )

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

3、实现方法二：根据name分组，查找出id最小的,然后再查找id不包含刚才查出来的

这样就查询出了所有的重复数据（除了id最小的那行）

delete from hwb 
WHERE
 id NOT IN (select tt.id from (SELECT min(c.id ) as id FROM hwb c GROUP BY NAME ) tt)

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

4、实现方法三：通过name相同，id不同的方式来判断

DELETE FROM hwb a
 WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.id > b.id);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

5、实现方法四：用hash值代替id，替换删除

%%lockres%%会返回聚集索引键的hash值，

非聚集索引，%%lockres%%会返回非聚集索引键的hash值

delete from hwb a
 WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.%%lockres%% > b.%%lockres%%);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

6、实现方法五：通过分析函数根据name分组生成序号，然后删除序号大于1的数据。

语法格式：row_number() over(partition by 分组列 order by 排序列 desc)

在使用 row_number() over()函数时候，over()里头的分组以及排序的执行晚于 where 、group by、 order by 的执行。

DELETE FROM hwb a
WHERE
	id IN (
	SELECT	b.id 
	FROM	(SELECT id, ROW_NUMBER () OVER ( PARTITION BY name ORDER BY id ) AS seq FROM hwb) b 
	WHERE	b.seq > 1 );

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

7、【推荐】实现方法六：根据hash值删除

DELETE FROM hwb a
 WHERE a.%%lockres%% > (SELECT MIN(b.%%lockres%%) FROM hwb b WHERE a.name = b.name);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

四、pg数据库删除重复数据

1、环境准备

set search_path to 'public'; 
\dt   --list tables
CREATE TABLE hwb(
    id INT PRIMARY KEY  NOT NULL,
    name CHAR(10));

INSERT INTO hwb VALUES(1, 'TOM');
INSERT INTO hwb VALUES(2, 'ALLEN');
INSERT INTO hwb VALUES(3, 'ALLEN');
INSERT INTO hwb VALUES(4, 'SMITH');
INSERT INTO hwb VALUES(5, 'SMITH');
INSERT INTO hwb VALUES(6, 'SMITH');
SELECT * FROM hwb;

2、实现方法一：通过分组后，拿最大/最小的id重复删除

--重复删除多次
delete from hwb 
where id in (select max(b.id) as id FROM hwb b group by name having count(name) > 1)

--或者修改为以下，只需删除一次
delete  from hwb 
WHERE
NAME IN (SELECT NAME FROM hwb b GROUP BY NAME HAVING count(NAME) > 1)
AND id NOT IN (SELECT max(c.id ) as id FROM hwb c GROUP BY NAME HAVING count( NAME ) > 1);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

3、实现方法二：

根据name分组，查找出id最小的,然后再查找id不包含刚才查出来的。这样就查询出了所有的重复数据（除了id最小的那行）

delete  from hwb 
WHERE id NOT IN (SELECT min(c.id ) as id FROM hwb c GROUP BY NAME );

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

4、实现方法三：通过name相同，id不同的方式来判断

delete from hwb a
WHERE EXISTS (SELECT 1
          FROM hwb b
         WHERE a.name = b.name
           AND a.id > b.id);

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

5、[推荐]实现方法四：用ctid代替id，替换删除

delete from hwb a
WHERE EXISTS (SELECT 1 FROM hwb b
WHERE a.name = b.name AND a.ctid > b.ctid);

--或者如下：
select * from hwb WHERE ctid NOT IN (SELECT min(ctid) as id FROM hwb GROUP BY NAME );

 

超详细的四类数据库去重实现方案汇总，值得收藏

 

6、[最高效推荐]实现方法五：用ctid代替id，结合row_number替换删除

delete FROM hwb a WHERE a.ctid = 
ANY (array (SELECT ctid FROM (SELECT row_number() over(PARTITION BY NAME) as seq, ctid FROM hwb ) t 	
WHERE t.seq > 1));

 

超详细的四类数据库去重实现方案汇总，值得收藏

本文转载至头条用户“波波说运维”

 

 

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/187117.html原文链接：https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长
0 0


相关推荐

  • sql第九章简答题_sql语句declare用法

    sql第九章简答题_sql语句declare用法

    sql第九章简答题_sql语句declare用法文章目录第二十六章SQL命令DECLARE大纲参数描述游标名称通过游标更新示例第二十六章SQL命令DECLARE声明游标大纲DECLAREcursor-nameCURSORFORquery参数cursor-name-游标的名称，必须以字母开头，并且仅包含字母和数字。(游标名称不遵循SQL标识符约定)。游标名称区分大小写。它们受其他命名限制的约束，如下所述。query-定义游标结果集的标准SELECT语句。此选择可以包括%NOFPLAN关键字，以指定应忽略此查询的

    全栈程序员-站长的头像 全栈程序员-站长
    2022年8月20日
    4
  • 分布式存储系统考虑因素-分区容错性[通俗易懂]

    分布式存储系统考虑因素-分区容错性[通俗易懂]

    分布式存储系统考虑因素-分区容错性[通俗易懂]分布式存储系统中的多台服务器通过网络进行连接。但是我们无法保证网络是一直通畅的，分布式系统需要具有一定的容错性来处理网络故障带来的问题。

    全栈程序员-站长的头像 全栈程序员-站长
    2022年7月25日
    5
  • PyTorch 学习笔记（九）：自动编码器（AutoEncoder）「建议收藏」

    PyTorch 学习笔记（九）：自动编码器（AutoEncoder）「建议收藏」

    PyTorch 学习笔记（九）：自动编码器（AutoEncoder）「建议收藏」一.生成模型生成模型（GenerativeModel）这一概念属于概率统计与机器学习，是指一系列用于随机生成可观测预测数据得模型。简而言之，就是“生成”的样本和“真实”的样本尽可能地相似。生成模型的两个主要功能就是学习一个概率分布Pmodel(X)P_{model}(X)Pmodel​(X)和生成数据，这是非常重要的，不仅可以用在无监督学习中，还可以用在监督学习中。无监督学习的发展…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年6月10日
    55
  • java生成exe可执行文件的条件_不能运行exe文件

    java生成exe可执行文件的条件_不能运行exe文件

    java生成exe可执行文件的条件_不能运行exe文件一、软件准备1.下载将jar包转化为EXE的工具EXE4J，下载地址为：https://www.ej-technologies.com/download/exe4j/files2.下载完成之后，按照如下步骤安装EXE4J。二、生产jar文件在将写好的Java程序转换为EXE程序前，需要先将Java程序导出为jar包，然后才能通过EXE4J生成想要的EXE程序。在这里，笔者使用的工具为eclip……

    全栈程序员-站长的头像 全栈程序员-站长
    2022年9月2日
    7
  • Leetcode 611 javascript Valid Triangle Number

    Leetcode 611 javascript Valid Triangle Number

    Leetcode 611 javascript Valid Triangle Number

    全栈程序员-站长的头像 全栈程序员-站长
    2021年6月16日
    92
  • Android SDK下载和安装，以及部署「建议收藏」

    Android SDK下载和安装，以及部署「建议收藏」

    Android SDK下载和安装，以及部署「建议收藏」第一步：先到网站地址下载资源下载地址：https://www.androiddevtools.cn/第二步：选择具体版本资源下载第三步：点击启动安装SDKManager.exe选择相应的工具包进行下载对于扩展选项：这里建议全选分别选中每个License，分别设置为AcceptLicense[这样更方便快捷！！]确认好都勾选后，点击Install下载注意：下载可能比较慢，耗费时间长，最重要的是保证网络好，没下载成功，就重进重选重新下载…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年7月19日
    18

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号