Oracle如何實現多個欄位去重

Hoegh發表於2015-04-29
        我們通常使用distinct關鍵字來去除重複記錄,還有沒有其他辦法呢?透過查詢資料,確認group by也可以,利用rowid也可以實現功能。其中,group by是用來分組統計的,能用distinct的地方就不要用group by。下面我們看一下幾種方法具體如何實現,至於選用哪一種,主要還是看需求,實現功能是最主要的。
       首先我們建立測試表hoegh,插入3條記錄。我們可以看到,就前兩個欄位而言,第二條記錄和第三條記錄是重複的。

點選(此處)摺疊或開啟

  1. SQL>
  2. SQL> create table hoegh(h1 number,h2 number,h3 number);
  3.  
  4. Table created
  5. SQL> insert into hoegh values(1,1,1);
  6.  
  7. 1 row inserted
  8. SQL> insert into hoegh values(2,2,2);
  9.  
  10. 1 row inserted
  11. SQL> insert into hoegh values(2,2,8);
  12.  
  13. 1 row inserted
  14. SQL> commit;
  15.  
  16. Commit complete
  17.  
  18. SQL> select * from hoegh;
  19.  
  20.         H1 H2 H3
  21. ---------- ---------- ----------
  22.          1 1 1
  23.          2 2 2
  24.          2 2 8
  25.  
  26. SQL>

使用DISTINCT去重
        如下:

點選(此處)摺疊或開啟

  1. SQL>
  2. SQL> select distinct h1,h2 from hoegh;
  3.  
  4. H1 H2
  5. ---------- ----------
  6. 1 1
  7. 2 2

  8. SQL>

使用group by去重
       
gruop by是Oracle中常用的分組函式,我們看一下如何使用group by來實現去重功能。

點選(此處)摺疊或開啟

  1. SQL>
  2. SQL> select h1,h2 from hoegh group by(h1,h2);
  3.  
  4.         H1 H2
  5. ---------- ----------
  6.          1 1
  7.          2 2
  8.  
  9. SQL>
        我們需要將重複記錄刪掉,拿hoegh表來說,我們需要保留h3列值最大的那一行記錄,我們可以透過下面語句來實現。

點選(此處)摺疊或開啟

  1. SQL>
  2. SQL> delete from hoegh
  3.   2 where h3 not in (select max(h3) from hoegh group by h1,h2);
  4.  
  5. 1 row deleted
  6.  
  7. SQL> commit;
  8.  
  9. Commit complete
  10.  
  11. SQL> select * from hoegh;
  12.  
  13.         H1 H2 H3
  14. ---------- ---------- ----------
  15.          1 1 1
  16.          2 2 8
  17.  
  18. SQL>
使用rowid去重
       ROWID是資料的詳細地址,透過rowid,oracle可以快速的定位某行具體的資料的位置。透過下面的語句,可以保留重複記錄中的最新一條記錄(即最後插入的那條記錄)。

點選(此處)摺疊或開啟

  1. SQL>
  2. SQL> delete from hoegh
  3.   2 where rowid not in
  4.   3 (select max(rowid) from hoegh group by(h1,h2));
  5.  
  6. 1 row deleted
  7.  
  8. SQL> commit;
  9.  
  10. Commit complete
  11.  
  12. SQL>
  13. SQL> select * from hoegh;
  14.  
  15.         H1 H2 H3
  16. ---------- ---------- ----------
  17.          1 1 1
  18.          2 2 8
  19.  
  20. SQL>




來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/30162081/viewspace-1610737/,如需轉載,請註明出處,否則將追究法律責任。

相關文章