Oracle 大数据量去重实验

[sql] view plain copy

1. -- 环境：64位11.2G
3. -- 一、建立测试表，生成2000万测试数据，其中200万重复
5. CREATE TABLE test_t
6. (
7. id NUMBER (8) NOT NULL PRIMARY KEY,
8. name VARCHAR2 (32)
9. );
11. BEGIN
12. FOR i IN 1 .. 18000000
13. LOOP
14. INSERT INTO test_t (id, name)
15. VALUES (i, SYS_GUID ());
16. END LOOP;
18. COMMIT;
19. END;
20. /
22. INSERT INTO test_t (id, name)
23. SELECT 18000000 + (id / 9), name
24. FROM test_t
25. WHERE MOD (id, 9) = 0;
27. COMMIT;
29. CREATE INDEX idx_test_anme
30. ON test_t (name);
32. ANALYZE TABLE test_t COMPUTE STATISTICS FOR TABLE FOR ALL INDEXES FOR ALL INDEXED COLUMNS;
35. -- 二、两种去重方案对比执行时间
36. -- 方案1：建立中间表，生成辅助对象，删除原表，改表名
38. CREATE TABLE temp
39. AS
40. SELECT *
41. FROM test_t a
42. WHERE a.ROWID = (SELECT MIN (b.ROWID)
43. FROM test_t b
44. WHERE a.name = b.name);
46. -- 用时：08:14.79
48. CREATE INDEX idx
49. ON temp (name);
51. -- 用时：02:45.73
53. ALTER TABLE temp ADD CONSTRAINT temp_pk PRIMARY KEY (id);
55. -- 用时：01:15.79
57. -- 总用时：12分16秒
60. -- 方案2：直接删除原表中的重复数据
62. DELETE test_t a
63. WHERE a.ROWID > (SELECT MIN (b.ROWID)
64. FROM test_t b
65. WHERE a.name = b.name);
67. -- 用时：2个小时没出来，中断退出。