日期:2014-05-17  浏览次数:20822 次

oracle 面试问题
前几天去面试,遇到2个问题:

1, 有两个大表 A , B  
  如何取出 A 表有但是B表没有的数据?

2,有一个大表 A ,某一字段 ID 有重复记录,
  如何将ID重复的记录删除只保存一笔?

以上问题在平时工作中也会经常遇到,也都解决过,不过数据量都不大(最多的是千万条记录)。

当时考虑到面试的岗位是移动公司的数据挖掘,数据量肯定巨大,一时没想出来什么好的办法。
回答的是: 1 ,用hash 连接进行运算,但是对hash 运算不是很熟悉,没能写出来。
  2, 使用 max函数取rowid 关联。

由于都是手写sql,感觉做的不是很好。

各位有什么好的思路,不妨探讨一下,谢谢~
 

------解决方案--------------------
1、主键直接MINUS
2、用分析函数
------解决方案--------------------
千万条 其实也可以了 ~ ·
------解决方案--------------------
1、 minus
2、 根据条件得到rownum 根据rownum作为条件删除
------解决方案--------------------
1、 minus
2、 根据条件得到rowid 根据rowid 作为条件删除 

------解决方案--------------------
探讨
引用:

千万条 其实也可以了 ~ ·


千万条是我平时处理的数据,能解决。
面试问的环境是移动的通话记录信息(亿条级别的),所以不是很确定用什么方法?

------解决方案--------------------
我自己测试了一下,
A表和B表都1千万条记录,
使用minus的查询时间是最长的,最快的是not EXITS,其次是JOIN
如果是亿万的话,应该是not EXITS最快的吧,

到底用哪个要看实际情况的吧,
------解决方案--------------------
1.select * from a where not exists(select * from b where a.和B表关联的键值 = b.和A表关联的键值);
------解决方案--------------------
数据量大 应该是用not exists

去掉重复数据 应数据库的伪列 rowid
------解决方案--------------------
1、肯定用not exists效率最高
2、DELETE FROM t1 b 
WHERE EXISTS 
(SELECT 1 
FROM t1 a 
WHERE b.a1 = a.a1 
GROUP BY a1 
HAVING COUNT(a1) > 1 AND b.rowid <> MAX(a.rowi))