,,

文章主要介紹了用SQL語句去掉重復的記錄的兩種方式，兩種方式都可以使用臨時表操作，具體實現方法大家跟隨小編一起通過本文學習吧

海量數據（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)同時都相同的數據，以前一直使用這條語句進行去重：

其中下面這條會稍快些。上面這條數據對于100萬以內的數據效率還可以，重復數1/5的情況下幾分鐘到幾十分鐘不等，但是如果數據量達到300萬以上，效率驟降，如果重復數據再多點的話，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：

//查詢出唯一數據的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
//查詢出去重后的數據并插入finally表中
insert into finally select (除ID以外的字段) from customers_1 where id in (select mid from tmp)
//查詢出唯一數據的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
//查詢出去重后的數據并插入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500萬數據去重（1/2重復）約4小時。4小時，很長的時間。

用臨時表插入對500萬數據去重（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據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據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
)