oracle数据库：去除重复记录 rowid

Posted 2021-06-21 谦谦均

rowid介绍

rowid是oracle中的一个重要的概念。用于定位数据库中一条记录的一个相对唯一的地址值。通常情况下，该值在该行数据插入到数据库表时即被确定且唯一。rowid它是一个伪列，它并不实际存在于表中。它是oracle在读取表中数据行时，根据每一行数据的物理地址信息编码而成的一个伪列。所以根据一行数据的rowid能找到一行数据的物理地址信息，从而快速地定位到数据行。数据库的大多数操作都是通过rowid来完成的，而且使用rowid来进行单行记录定位速度是最快的。

• 有时繁杂的数据检索时，普通检索条件不能达到要求，可以利用rowid来精确检索结果。

oracle中如果要查询某张表中的多个字段，又只对某个字段去重的时候用distinct关键字或者group by都不行，【distinct和group by会对要查询的字段一起进行去重，也就是当查询的所有字段都相同，oracle才会认为是重复的】，这时可以使用rowid。

重复记录的查找

题目场景：当我们表里面出现了许多的重复记录时，我们需要将重复的记录找出来。
实现步骤：

1. 按照重复内容分组
2. 取出每一组的一条记录并且保留【注意具有唯一性】
3. 删除未在保留范围的数据

准备数据：test表

--创建test表
create table test(
       name varchar(20),
       age number(3),
       sex varchar(10),
       weight number(3)
)

上面定义了4个字段，分别是姓名，年龄，性别，体重。接下来往里面添加数据。

--添加数据
insert into test values('貂蝉',22,'女',96);
insert into test values('小乔',24,'女',95);
insert into test values('孙尚香',21,'女',92);
insert into test values('露娜',20,'女',94);
insert into test values('女娲',26,'女',97);
insert into test values('甄姬',23,'女',91);
insert into test values('安琪拉',22,'女',98);
insert into test values('貂蝉',22,'女',96);
insert into test values('小乔',24,'女',95);
insert into test values('孙尚香',21,'女',92);
insert into test values('露娜',20,'女',94);
insert into test values('女娲',26,'女',97);
insert into test values('甄姬',23,'女',91);
insert into test values('安琪拉',22,'女',98);

这里故意添加一些重复的数据，接下来要用到这些，现在看一下表中的内容：

可以看到表中重复数据的内容也一模一样，来查看一下rowid

--查看rowid
select name,age,sex,weight,rowid from test order by age desc;

这里为了方便比较相同内容的rowid是不是一样，使用了排序。

可以看到尽管内容都一样，但是rowid不一样。
现在来完成一个操作：将所有相同的记录只保留一份

1. 将数据进行分组，按照重复信息分组
2. 在每一组里面选取一条记录进行保存，取出特性：rowid
3. 删除时，找那些不在保留范围内的数据，将不再范围的数据删除。

--将数据进行分组，按照重复信息分组
select name,sex,age,weight from test group by name,sex,age,weight;

将数据分组，这里将所有信息都查出来：

一共有7组数据，现在要每组数据取一条数据出来，因为其他的字段内容都相同，这里只能取rowid。

--找到每组最小的rowid，也可以取最大的
select min(rowid) from test group by name,sex,age,weight;

这里每组都取了一个rowid，如下图所示：

接下来只需要把不在这里的rowid的行删除即可，先把不在里面的rowid的行找出来：

--找到要删除的数据
select * from test where rowid not in (select min(rowid) from test group by name,sex,age,weight);

这里以刚才的结果集为查询目标，用not in函数找到要删除的rowid。

这里没有显示rowid，所有看不到，接下来只需要把这些数据删除即可：

delete from test where rowid not in (select min(rowid) from test group by name,sex,age,weight);
commit；

执行完删除之后提交一下事务，接着来查询表中所有数据看看：

可以看到重复的数据都只有一条了，这就是rowid去除重复记录的用法。