去重有两层含义，一是记录完全一样。而是符合一定条件的认为是重复。
根据表的数量，去重可划分为单表去重和多表关联去重。
对于去重，一般最容易想到的是用distinct，而distinct只能对完全重复的记录保留一条。distinct使用的是二重循环来去重的，如果数据量非常大的时候，会导致性能急剧下降。
下面是一个单表去重的测试，认为name字段相同的即为重复记录，要查询出一个结果，过滤掉重复，distinct显然不能满足要求。
表SQL：
create
table A_TEST
(
id number,
name varchar2(20),
remark varchar2(20)
);
insert into A_TEST (ID, NAME, REMARK)
values (1, 'a', 'ss');
insert into A_TEST (ID, NAME, REMARK)
values (2, 'b', 'xxx');
insert into A_TEST (ID, NAME, REMARK)
values (3, 'b', 'x');
insert into A_TEST (ID, NAME, REMARK)
values (4, 'b', 'asd');
insert into A_TEST (ID, NAME, REMARK)
values (5, 'c', 'axxx');
insert into A_TEST (ID, NAME, REMARK)
values (6, 'c', 'asdf');
(
id number,
name varchar2(20),
remark varchar2(20)
);
insert into A_TEST (ID, NAME, REMARK)
values (1, 'a', 'ss');
insert into A_TEST (ID, NAME, REMARK)
values (2, 'b', 'xxx');
insert into A_TEST (ID, NAME, REMARK)
values (3, 'b', 'x');
insert into A_TEST (ID, NAME, REMARK)
values (4, 'b', 'asd');
insert into A_TEST (ID, NAME, REMARK)
values (5, 'c', 'axxx');
insert into A_TEST (ID, NAME, REMARK)
values (6, 'c', 'asdf');
去重方式一（低效）：
select a.*
from A_TEST a, ( select min(id) as id from A_TEST t group by name) b
where a.id = b.id;
from A_TEST a, ( select min(id) as id from A_TEST t group by name) b
where a.id = b.id;
去重方式一（高效）：
select *
from ( select a.*, rownum row_num from A_TEST a) x
where x.row_num in ( select min(rownum) from A_TEST t group by name)
from ( select a.*, rownum row_num from A_TEST a) x
where x.row_num in ( select min(rownum) from A_TEST t group by name)
可见，使用rownum的效率比使用id的效率要高，当表数据量很大的时候，差距会很明显。
本文转自 leizhimin 51CTO博客，原文链接：http://blog.51cto.com/lavasoft/368087，如需转载请自行联系原作者
