去重80W重復數據時夯死臨時處理

去重80W重復數據時夯死臨時處理

去重80w數據時夯死臨時處理

近日，在對一張百萬數據的業務表進行去重時，去重操作竟然夯住了。下面就來簡單回憶一下。

1、查詢業務表數據量，查看到總共有200多w條
SQL> select count(*) from tb_bj_banker_etl;
2552381

2、查詢表內應該去掉的重復數據量，共80多w條
SQL> select count(*) from tb_bj_banker_etl where (id) in (select id from tb_bj_banker_etl group by id having count(*)>1) and rowid not in(select max(rowid) from tb_bj_banker_etl group by id having count(*)>1);
830099

3、於是，在晚上下班前，執行了下面的語句腳本，為了去重
SQL> delete from tb_bj_banker_etl where(id) in (select id from tb_bj_banker_etl group by id having count(*)>1) and rowid not in(select max(rowid) from tb_bj_banker_etl group by id having count(*)>1)
and rownum<=100000;
SQL> commit;

4、第二天，到達現場時，發現PL/SQL Developer工具中昨天晚上執行的語句仍在執行中
首先察覺，80多w的去重數據跑了一個晚上也沒跑完？這肯定是哪裡出了問題？
懷疑有鎖表。
於是查詢是否有鎖表的用戶。

SELECT
  A.OWNER,                        --OBJECT所屬用戶
  A.OBJECT_NAME,                  --OBJECT名稱
  B.XIDUSN,
  B.XIDSLOT,
  B.XIDSQN,
  B.SESSION_ID,                   --鎖表用戶的session
  B.ORACLE_USERNAME,              --鎖表用戶的Oracle用戶名
  B.OS_USER_NAME,                 --鎖表用戶的操作系統登陸用戶名
  B.PROCESS,
  B.LOCKED_MODE, 
  C.MACHINE,                      --鎖表用戶的計算機名稱
  C.STATUS,                       --鎖表狀態
  C.SERVER,
  C.SID,
  C.SERIAL#,
  C.PROGRAM                       --鎖表用戶所用的數據庫管理工具
FROM
  ALL_OBJECTS A,
  V$LOCKED_OBJECT B,
  SYS.GV_$SESSION C 
WHERE
  A.OBJECT_ID = B.OBJECT_ID
  AND B.PROCESS = C.PROCESS
ORDER BY 1,2

在下面結果中可以看到，鎖表的只是去重語句的發起會話，並沒有其它用戶造成鎖表，這說明語句仍然在執行嘛？帶著疑問，開始嘗試解決。

1 BJHYL tb_bj_banker_ETL 15 18 9000 913 BJHYL Administrator 4036:972 3 WORKGROUP\BACKDB ACTIVE DEDICATED 913 3381 plsqldev.exe
2 BJHYL tb_bj_banker_ETL 15 18 9000 913 BJHYL Administrator 4036:972 3 WORKGROUP\BACKDB INACTIVE DEDICATED 649 41791 plsqldev.exe
3 BJHYL tb_bj_banker_ETL 15 18 9000 913 BJHYL Administrator 4036:972 3 WORKGROUP\BACKDB INACTIVE DEDICATED 817 27777 plsqldev.exe
4 BJHYL tb_bj_banker_ETL 15 18 9000 913 BJHYL Administrator 4036:972 3 WORKGROUP\BACKDB INACTIVE DEDICATED 841 1981 plsqldev.exe

5、采用分批次，解決去重夯住問題
由於直接去重無法順利進行，於是想到了分批次去重的方法，試一下。

第一次：
delete from tb_bj_banker_etl where(id) in (select id from tb_bj_banker_etl  group by id  having count(*)>1) and rowid not in(select max(rowid) from tb_bj_banker_etl group by id having count(*)>1) and rownum<=100000;
commit;

第二次：
delete from tb_bj_banker_etl where(id) in (select id from tb_bj_banker_etl  group by id  having count(*)>1) and rowid not in(select max(rowid) from tb_bj_banker_etl group by id having count(*)>1) and rownum<=100000;
commit;

。。。。。。。
。。。。。。。
。。。。。。。

第八次：
delete from tb_bj_banker_etl where(id) in (select id from tb_bj_banker_etl  group by id  having count(*)>1) and rowid not in(select max(rowid) from tb_bj_banker_etl group by id having count(*)>1);
commit;

結果：通過將80多萬數據劃分成以10w數據為單次進行去重操作，總共用時140多秒，完成了去重80萬數據的目的。但為何直接處理出現夯死情況，有待後續跟蹤分析。