sql语句如何去重复记录？我们在存储数据的时候，会存在一些重复字段，那么我们如何高效去除重复记录呢？下面给大家分享两种实现方法，感兴趣的朋友可以参考参考。

       如果要删除手机(mobilePhone)，电话(officePhone)，邮件(email)同时都相同的数据，以前一直使用这条语句进行去重：

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 ) 

       其中下面这条会稍快些。上面这条数据对于100万以内的数据效率还可以，重复数1/5的情况下几分钟到几十分钟不等，但是如果数据量达到300万以上，效率骤降，如果重复数据再多点的话，常常会几十小时跑不完，有时候会锁表跑一夜都跑不完。无奈只得重新寻找新的可行方法，今天终于有所收获：

//查询出唯一数据的ID,并把他们导入临时表tmp中  
select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email  
 //查询出去重后的数据并插入finally表中  
insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp) 

//查询出唯一数据的ID,并把他们导入临时表tmp中 
select min(id) as mid into tmp from 表 group by mobilePhone,officePhone,email 
 //查询出去重后的数据并插入finally表中 
insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp) 

       效率对比：用delete方法对500万数据去重（1/2重复）约4小时。4小时，很长的时间。

       用临时表插入对500万数据去重（1/2重复）不到10分钟。

       其实用删除方式是比较慢的，可能是边找边删除的原因吧，而使用临时表，可以将没有重复的数据ID选出来放在临时表里，再将表的信息按临时表的选择出来的ID，将它们找出来插入到新的表，然后将原表删除，这样就可以快速去重啦。

       SQL语句去掉重复记录，获取重复记录

       按照某几个字段名称查找表中存在这几个字段的重复数据并按照插入的时间先后进行删除，条件取决于order by 和row_num。

       方法一按照多条件重复处理：

delete tmp from(  
select row_num = row_number() over(partition by 字段，字段 order by 时间 desc)  
 from 表 where 时间> getdate()-1  
 ) tmp  
 where row_num > 1 
delete tmp from( 
select row_num = row_number() over(partition by 字段，字段 order by 时间 desc) 
 from 表 where 时间> getdate()-1 
 ) tmp 
 where row_num > 1 

       方法二按照单一条件进行去重：

delete from 表 where 主键ID not in(  
select max(主键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 主键ID not in( 
select max(主键ID) from 表 group by 需要去重的字段 having count(需要去重的字段)>=1 
 ) 

       注意：为提高效率如上两个方法都可以使用临时表， not in 中的表可以先提取临时表#tmp，

       然后采用not exists来执行，为避免数量过大，可批量用Top控制删除量

delete top(2) from 表  
   where not exists (select 主键ID  
 from #tmp where #tmp.主键ID=表.主键ID) 

       总结

       以上就是关于sql语句如何去重复记录的方法介绍，具有一定的参考借鉴价值，需要的朋友可以看看，想要了解更多sql语句去重复记录的技巧，大家可以继续关注其他相关文章。

文本转载自脚本之家

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• SQL Server中用over()进行分组统计的应用及操作是怎样

  这篇文章主要介绍了sql server利用开窗函数over()进行分组统计的相关资料，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

• sql死锁检测的方法和步骤是什么？

  sql中死锁检测的方法是什么？一些朋友可能不知道sql中死锁是什么，sql server中的死锁是指进程之间互相永久阻塞的状态，可见这对数据库影响是比较大的。因此死锁检测很有必要，下面我们就来看看SQL死锁检测的具体方法吧。

• SQL Server如何创建表分区，表分区优缺点是什么

  这篇文章介绍了SQL SERVER使用表分区优化性能的方法，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• sqlplus怎样创建DDL和DML，哪些问题要注意

  这篇文章主要介绍了使用sqlplus创建DDL和DML操作方法,需要的朋友可以参考下

• 数据库中Autoincrement关键字用来做什么，怎么用

  SQLite 的 AUTOINCREMENT 是一个关键字，用于表中的字段值自动递增，关键字 AUTOINCREMENT 只能用于整型（INTEGER）字段。