oracle 面试问题

Question

前几天去面试，遇到2个问题：1， 有两个大表  A , B  
     如何取出 A 表有但是B表没有的数据？2，有一个大表 A ，某一字段 ID 有重复记录，
     如何将ID重复的记录删除只保存一笔？以上问题在平时工作中也会经常遇到，也都解决过，不过数据量都不大(最多的是千万条记录)。当时考虑到面试的岗位是移动公司的数据挖掘，数据量肯定巨大，一时没想出来什么好的办法。
回答的是:  1 ，用hash 连接进行运算，但是对hash 运算不是很熟悉，没能写出来。
           2， 使用 max函数取rowid 关联。由于都是手写sql，感觉做的不是很好。各位有什么好的思路，不妨探讨一下，谢谢~
           

Answer 1

1、主键直接MINUS
2、用分析函数

Answer 2

1、 minus
2、 根据条件得到rownum 根据rownum作为条件删除

Answer 3

1、 minus
2、 根据条件得到rowid 根据rowid 作为条件删除 

Answer 4

有考虑过用minus直接运算，但是数据量应该是很大的(亿条级别的)，如果用minus的话，会不会很慢？

Answer 5

我自己测试了一下，
A表和B表都1千万条记录，
使用minus的查询时间是最长的，最快的是not EXITS，其次是JOIN
如果是亿万的话，应该是not EXITS最快的吧，到底用哪个要看实际情况的吧，

Answer 6

1.select * from a where not exists(select * from b where a.和B表关联的键值 = b.和A表关联的键值);

Answer 7

数据量大 应该是用not exists去掉重复数据 应数据库的伪列 rowid 

Answer 8

1、肯定用not exists效率最高
2、DELETE FROM t1 b 
         WHERE EXISTS 
             (SELECT 1 
                FROM t1 a 
               WHERE b.a1 = a.a1 
            GROUP BY a1 
              HAVING COUNT(a1) > 1 AND b.rowid <> MAX(a.rowi))