最常用去重语句是DELETE FROM t WHERE ROWID NOT IN (SELECT MIN(ROWID) FROM t GROUP BY col1, col2)，但需加WHERE限定、排除NULL并建组合索引；推荐用EXISTS替代NOT IN以规避NULL陷阱，且须确保col1、col2有索引。
直接用 DELETE + GROUP BY + ROWID 最常用，但必须加 WHERE 限定范围
生产环境里最常写的语句是：DELETE FROM t WHERE ROWID NOT IN (SELECT MIN(ROWID) FROM t GROUP BY col1, col2)。它快、可读性强，但危险点在于：如果漏写 WHERE 条件（比如没加业务过滤），子查询会扫描全表，NOT IN 又遇到 NULL 就直接失效——结果是“看起来执行成功，实际一行没删”。
实操建议：
- 先跑一遍验证查询：
SELECT COUNT(*) FROM (SELECT MIN(ROWID) FROM t GROUP BY col1, col2)，确认返回行数符合预期（比如你预估去重后剩 80 万，这里就得是 80 万） - 如果
col1或col2可能为NULL，必须显式排除：WHERE col1 IS NOT NULL AND col2 IS NOT NULL，否则所有NULL组会被合并成一组，只留一个ROWID，其余全删 - 千万级表慎用，Oracle 优化器可能不走索引，建议在
col1, col2上建组合索引
用 EXISTS 替代 NOT IN 避开 NULL 和性能陷阱
NOT IN 在子查询结果含 NULL 时整个条件恒为 FALSE，这是 Oracle 老坑。而 EXISTS 不受 NULL 影响，且执行计划通常更可控。
等价写法是：“删掉那些存在另一行字段相同、但 ROWID 更小的记录”：
DELETE FROM t a
WHERE EXISTS (
SELECT 1 FROM t b
WHERE b.col1 = a.col1
AND b.col2 = a.col2
AND b.ROWID <p>这个逻辑天然跳过 <code>NULL</code> 比较，也不依赖聚合函数，适合字段含空值的场景。但注意：</p>
- 必须确保
col1, col2上有索引，否则嵌套循环会极慢 - 如果重复组特别大（比如某组有上万条），
EXISTS可能比GROUP BY版本更耗资源 - 不能用
MAX(ROWID)改写成 “保留最新”，因为b.ROWID 天然对应“删旧留新”
大表别用临时表 CREATE TABLE AS SELECT DISTINCT
有人图省事写：CREATE TABLE t_tmp AS SELECT DISTINCT * FROM t，再 TRUNCATE 原表、INSERT 回去。这对千万级表是灾难——等于全表扫两遍 + 全量写入 + 索引重建，锁表时间长、归档日志爆炸。
真正可行的替代思路只有两个：
- 分批删：
DELETE FROM t WHERE ... AND ROWNUM 包进 PL/SQL 循环，每次提交，降低 UNDO 压力 - 分区表场景下，直接
DROP重复数据所在的旧分区，再INSERT /*+ APPEND */去重后数据，效率翻倍 - 绝对不要在生产高峰期跑这种全表操作；提前在备库验证执行时间
ROWID 不是绝对可靠的时间顺序代理
很多人默认 MIN(ROWID) = 最早插入，“保留原始记录”就选它。但 ROWID 只反映物理位置（文件号+块号+槽号），跟插入时间无必然关系——高水位线推进、ALTER TABLE MOVE、分区分裂都会打乱顺序。
如果你的业务真需要“按时间保留”，必须依赖真实时间字段（比如 create_time）：
DELETE FROM t a
WHERE EXISTS (
SELECT 1 FROM t b
WHERE b.col1 = a.col1
AND b.col2 = a.col2
AND b.create_time <p>这时 <code>create_time</code> 字段必须有索引，且不能为 <code>NULL</code>。没有时间字段？那 <code>ROWID</code> 就只是个近似方案，得跟业务方对齐“保留哪条算合理”。</p>
