删除重复记录时为何用max(rowid)/min(rowid？能否不用伪列rowid删除？

嘿，咱们来一步步拆解你的问题，这在处理重复数据时是非常常见的场景，我给你理得明明白白👇

1. 为什么删除重复记录时需要用max(rowid)或min(rowid)？ #

首先得搞懂rowid是什么——它是Oracle数据库里的伪列，简单说就是每条记录在磁盘上的唯一“身份证号”。哪怕两行数据的所有字段完全一模一样，它们的rowid也绝对不同，因为存储位置不一样。

那删除重复记录时，我们的核心需求是：保留一组重复行中的某一条，删掉其他的。这时候就需要一个能精准区分这些重复行的标识，rowid就是干这个的。

如果不用max(rowid)或min(rowid)，直接写DELETE FROM table WHERE 重复条件，数据库会懵：“所有这些行都符合条件，我到底删哪条？”结果要么把所有重复行全删了，要么报错。而max(rowid)/min(rowid)就是给数据库一个明确的指令：“留下这组里rowid最大/最小的那条，剩下的都删掉”。

关于max(rowid)/min(rowid)的具体含义 #

• max(rowid)：在一组完全重复的数据行中，取磁盘存储标识最大的那一行。由于rowid通常随数据插入顺序递增，这一般就是这组重复记录里最后被插入的那条。
• min(rowid)：反之，取磁盘存储标识最小的那一行，也就是这组重复记录里最早被插入的那条。

2. 是否可以不使用伪列rowid来删除重复记录？ #

当然可以！有好几种替代方案，我给你举几个常用的：

方案一：用窗口函数（最灵活） #

利用ROW_NUMBER()窗口函数给每组重复行编号，然后删掉编号大于1的行。比如：

DELETE FROM your_table
WHERE (col1, col2, col3) IN (
    SELECT col1, col2, col3
    FROM (
        SELECT col1, col2, col3,
               -- 按重复字段分组，给每行编号，你可以自定义排序规则
               ROW_NUMBER() OVER (PARTITION BY col1, col2, col3 ORDER BY create_time DESC) AS rn
        FROM your_table
    ) t
    WHERE rn > 1
);

这里PARTITION BY后面的是判断重复的字段，ORDER BY可以换成你想要保留的规则（比如按时间保留最新的），非常灵活。

方案二：临时表中转（适合小数据量） #

先把去重后的数据导入临时表，清空原表再导回去：

-- 把去重后的数据存到临时表
CREATE TABLE temp_table AS SELECT DISTINCT * FROM your_table;
-- 清空原表（注意：TRUNCATE会重置自增，有约束的话要谨慎）
TRUNCATE TABLE your_table;
-- 把临时表的数据导回原表
INSERT INTO your_table SELECT * FROM temp_table;
-- 删除临时表
DROP TABLE temp_table;

这种方法简单粗暴，但如果是生产环境的大表，可能会锁表影响业务，所以要选合适的时机操作。

方案三：利用主键/唯一索引（如果有的话） #

如果你的表有主键或者唯一索引，也可以通过分组找到重复的记录，然后删掉主键不在分组结果里的行。不过如果没有这类唯一标识，这个方法就用不了啦。

不过要提一句：用rowid的方法通常是效率最高的，因为rowid是直接对应磁盘位置的，数据库可以快速定位到要删除的行，不需要额外的计算。其他方法各有适用场景，你可以根据自己的表结构和数据量来选。

内容的提问来源于stack exchange，提问作者abhithombare45