예제를 이용한 중복데이터 삭제

중복된 데이터 중 가장 최근의 ROW만을 나두고 삭제하는 방법이다.
아래와 같이 테이블을 만들어 보자.
 CREATE TABLE DUP(ID INT, NAME CHAR(3),  SEQ INT, UPDATE_TIME CHAR(10));
 INSERT INTO DUP VALUES (1, 'AAA', 1, '2010-01-01');
 INSERT INTO DUP VALUES (1, 'AAA', 2, '2010-01-02');
 INSERT INTO DUP VALUES (1, 'AAA', 3, '2010-01-03');
 INSERT INTO DUP VALUES (1, 'AAA', 3, '2010-01-04'); 
 
DUP 테이블 전체 조회를 하면 아래와 같다.
           id  name                          seq  update_time        
======================================================================
            1  'AAA'                           3  '2010-01-04'       
            1  'AAA'                           3  '2010-01-03'       
            1  'AAA'                           2  '2010-01-02'       
            1  'AAA'                           1  '2010-01-01'     

ID, NAME컬럼이 중복된 ROW 중에서 나중에 들어온 SEQ값이 3인 ROW만 남기고 싶을 경우 아래와 같이 질의를 수행해 보자.
SELECT * FROM DUP WHERE ROWNUM NOT IN (SELECT MAX(ROWNUM) FROM DUP GROUP BY ID, NAME);
           id  name                          seq  update_time        
======================================================================
            1  'AAA'                           1  '2010-01-01'       
            1  'AAA'                           2  '2010-01-02'       
            1  'AAA'                           3  '2010-01-03'

위에 남아 있는 3개의 ROW를 삭제 하면 가장 최근인 UDATE_TIEM 값이 2010-01-04 인 ROW만 남을 것이므로 아래와 같이 DELETE를 수행한다.
DELETE FROM DUP WHERE ROWNUM NOT IN (SELECT MAX(ROWNUM) FROM DUP GROUP BY ID, NAME);

중복된 데이터를 찾기 위해 사용된 ROWNUM은 오라클의 ROWID와 유사하다고 볼 수 있다.
위에 질의를 풀이하면, DUP테이블의 ID, NAME으로 그룹화 하고 그중에 최대값(가장 나중에 들어온)을 가진 ROW를 찾아
DUP테이블 전체 ROW를 조회하여 찾은 ROW보다 작은(NOT IN) ROW에 대하여 삭제를 수행하는 것이다.
ROW단위 FULL SCAN을 하는 것이므로 중복된 데이터가 많거나 테이블의 데이터 수가 많을 경우 오래 걸리수 있으므로 주의해서 사용해야 한다.

이와 반대로 먼저 입력한 ROW만을 남기고 싶다면 위 질의에서 MAX를 MIN으로 바꿔주면 된다.
SELECT * FROM DUP WHERE ROWNUM NOT IN (SELECT MIN(ROWNUM) FROM DUP GROUP BY ID, NAME);
아래와 같이 출력된 ROW를 삭제하면 UDATE_TIEM 값이 2010-01-01 인 ROW만 남게 된다.
           id  name                          seq  update_time        
======================================================================
            1  'AAA'                           2  '2010-01-02'       
            1  'AAA'                           3  '2010-01-03'       
            1  'AAA'                           3  '2010-01-04'  

중복된 데이터의 기준을 NAME과 SEQ로 보았을 때 아래 질의와 같이 GROUP BY ID, SEQ로 지정하면 된다.
SELECT * FROM DUP WHERE ROWNUM NOT IN (SELECT MAX(ROWNUM) FROM DUP GROUP BY NAME, SEQ);
           id  name                          seq  update_time        
======================================================================
            1  'AAA'                           3  '2010-01-03'       
 
NAME이 AAA이고 SEQ가 3인 값이 중복 되어 먼저 들어온 UPDATE_TIME값이 2010-01-03 인 ROW를 찾은 것이다.
이 질의도 동일하게 DELETE를 수행하여 삭제를 하면 NAME과 SEQ를 기준으로 가장 최근의 ROW만 존재하도록 할 수 있다.

위 방법을 활용하여 UNIQUE INDEX 혹은 PK의 제약 조건을 부여 할 수 있다.