如何在沒有唯一識別碼的情況下有效刪除 Netezza 中的重複行？

在沒有唯一鍵的情況下消除 Netezza 中的重複行

大型表格中的重複資料會影響儲存和資料品質。 刪除這些沒有唯一標識符的重複項是一個挑戰。雖然使用行號（在標準 SQL 中常見）等技術並不直接適用於 Netezza，但有一種高效的替代方法。

Netezza 方法：利用 DELETE 指令

Netezza 在 USING 語句中使用 DELETE 關鍵字提供了強大的解決方案。 考慮這個例子：

DELETE FROM table_with_dups T1
USING table_with_dups T2
WHERE T1.ctid < T2.ctid
AND T1.column1 = T2.column1
AND T1.column2 = T2.column2
-- ... add more columns as needed ...

此查詢將 table_with_dups 中的每一行 (T1) 與所有其他行 (T2) 進行比較。 它根據 ctid（行 ID）值識別並刪除舊的重複行。 AND 條件確保只有在指定列中具有相同值的行才被視為重複。

刪除前預覽

要在執行 DELETE 命令之前查看計劃刪除的行，請將 DELETE 替換為 SELECT *，並將 USING 關鍵字替換為逗號：

SELECT * FROM table_with_dups T1, table_with_dups T2
WHERE T1.ctid < T2.ctid
AND T1.column1 = T2.column1
AND T1.column2 = T2.column2
-- ... add more columns as needed ...

效能最佳化

為了獲得最佳效能，請避免使用 NOT IN 子句，它會因子查詢開銷而顯著減慢進程。 這裡示範的 USING 方法在大多數情況下都能提供卓越的速度。

處理 NULL 值

如果任何鍵列包含 NULL 值，請在 COALESCE() 子句中使用 WHERE 函數以確保準確比較：

AND COALESCE(T1.col_with_nulls, '[NULL]') = COALESCE(T2.col_with_nulls, '[NULL]')
```  This treats `NULL` values consistently.  Replace `col_with_nulls` with the actual column name.  Remember to adjust the column list in the `WHERE` clause to include all relevant columns for duplicate identification.

以上是如何在沒有唯一識別碼的情況下有效刪除 Netezza 中的重複行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！