在Oracle数据库日常运维中，表中出现重复数据是十分常见的现象，可能由多次导入、程序逻辑漏洞或缺少唯一约束引起。去除重复数据并不是简单执行一条删除语句，而是要根据重复的类型、数据量大小以及业务允许停机的窗口来选择合适的方案。Oracle提供了基于ROWID、分析函数、集合运算等多种去重手段，理解它们的执行机制和副作用，才能在不影响线上业务的前提下完成清理。
利用ROWID伪列删除完全重复的物理行
当一张表没有主键或唯一约束，且某些行的所有字段值都一模一样时，它们在物理存储上仍是不同的行，但逻辑上属于冗余。Oracle每一行都有一个唯一的ROWID，标识其物理地址。借助GROUP BY结合MIN或MAX聚合ROWID，可以保留其中一行，删除其余行。
具体做法是先找出每组重复数据中最大的ROWID，然后删除不在这个保留集合内的记录。这种写法直接操作数据块，通常比子查询关联更快，但只适用于“所有列都重复”的场景。如果业务上只要求某些关键列不重复，而其他列允许不同，就不能用这种方法，否则会误删有效差异数据。
下面给出标准写法示例，假设表名为emp，全部列重复才视为重复：
DELETE FROM emp WHERE ROWID NOT IN ( SELECT MIN(ROWID) FROM emp GROUP BY empno, ename, deptno, sal, hiredate );
该语句按指定列分组，每组保留ROWID最小的一条。执行前建议先用SELECT核对受影响行数，并在事务中操作以便回滚。对于超大数据表，可改用CREATE TABLE新表再重命名的方式降低undo占用。
使用ROW_NUMBER分析函数按业务规则去重
更多时候，重复是指某些关键字段（如用户ID、订单号）相同，但时间戳或状态不同，此时需要保留最新或特定的那条。Oracle的分析函数ROW_NUMBER能为每组分区内的行编号，通过筛选编号大于1的行进行删除，即可实现精准去重。
这种方法的优势在于去重逻辑完全由PARTITION BY和ORDER BY控制，比如按用户分区、按更新时间倒序，保留最近记录。它不会误伤不同业务状态的记录，也比自关联子查询更易读。缺点是会扫描全表并排序，在亿级数据上需确保排序区或临时表空间充足。
示例保留每个empno中sal最高的记录，删除其余：
DELETE FROM emp
WHERE ROWID IN (
SELECT rid FROM (
SELECT ROWID AS rid,
ROW_NUMBER() OVER (PARTITION BY empno ORDER BY sal DESC) AS rn
FROM emp
) WHERE rn > 1
);
内层先给每个empno组内按工资降序编号，外层删掉编号大于1的。注意Oracle不允许在子查询中直接引用ROWID删除，因此要包一层。执行计划中出现WINDOW SORT说明发生了排序，可考虑在分区列上建索引缓解。
借助临时表与NOT EXISTS处理复杂重复
当去重的同时还要做字段清洗，或者源表被高频读写不便长时间加锁，最稳妥的是将去重后的结果写入临时表，校验无误后再切换。另一种常见写法是使用NOT EXISTS保留那些“找不到更优重复行”的记录，语义清晰且优化器容易命中反连接。
临时表方案先CREATE TABLE clean_emp AS SELECT DISTINCT或分析函数过滤后的数据，确认行数吻合后，重命名原表为备份，再把clean_emp改名回业务表名。这样全程只对原表做一次读，写操作在独立表上完成，锁竞争最小。NOT EXISTS则适合边删边留的轻量维护，通过左外推不存在“相同key且ROWID更小”的行来实现保留最小ROWID。
以下为NOT EXISTS去重示例，保留每组empno中ROWID最小行：
DELETE FROM emp a
WHERE EXISTS (
SELECT 1 FROM emp b
WHERE b.empno = a.empno
AND b.ROWID < a.ROWID
);
这段逻辑表达：如果存在一个同empno且ROWID更小的行，则当前行是重复多余，予以删除。它等价于GROUP BY方案但写法不同，在empno有索引时效率很高。无论选用哪种，事后都应补充唯一索引防止再次重复插入，例如CREATE UNIQUE INDEX idx_emp_no ON emp(empno);从结构上堵住源头。