mysql - 为什么删除重复记录时出现 max(rowid) 或 min(rowid) ？

Question

我们可以在不使用伪列rowid的情况下删除重复记录吗...删除重复记录时 max(rowid)/min(rowid) 的含义是什么？

Answer 1

ROWID 是 Oracle 用于定位物理记录的内部行标识符。因此，即使您的“ID”可能有重复的值，每个记录 ROWID 仍然是唯一的。

create table prices(
   id       varchar2(15) not null
  ,price    number       not null
  ,upd_date date         not null
--  ,primary key(id)
);

ROWID                ID PRICE UPD_DATE
------------------   -- ----- ----------
AChTgbADaAAFgxYAAA   A  7     2018-04-10

AChTgbADaAAFgxYAAB   B  8     2018-04-09
AChTgbADaAAFgxYAAC   B  8     2018-04-09
AChTgbADaAAFgxYAAD   B  8     2018-04-09

AChTgbADaAAFgxYAAE   C  9     2018-04-06
AChTgbADaAAFgxYAAF   C  8     2018-04-05
AChTgbADaAAFgxYAAG   C  7     2018-04-04

组中的 MAX(rowid)通常是最近插入的记录，但这种假设在生产代码中经常是错误的。只能依靠它来删除完美的重复。完美的重复是 select unique * 产生一条记录的重复。对于所有其他用途，您需要一个鉴别器。鉴别器列可用于区分两个记录，例如使用指示修改时间的更新日期。

如果您使用典型的 ROWID 方法对我的示例表进行重复数据删除，您将错误地删除最新价格 9(如 upd_date 所证明的)。

delete
  from prices
 where rowid not in(
        select max(rowid)
          from prices
      group by id);

更好的方法是首先使用鉴别器，然后作为最后的手段使用 ROWID。

delete 
  from prices
 where rowid in(
        select rid
          from (select rowid as rid
                      ,row_number() over(            -- Assign a sequence number
                          partition by id            -- Group rows by ID
                              order by upd_date desc -- Sort them by upd_date first  
                                      ,rowid desc    -- Then by ROWID
                      ) as rn
                   from prices
               )
     -- The most recent record will be rn = 1.
     -- The second most recent record will be rn = 2, etcetera
        where rn > 1 -- Select only the duplicates ("after" the most recent one record
       );