计算H2数据库中的重复行

Question

我有一个120m行和4列仅具有整数值的H2数据库。我正在尝试计算所有重复的行。

这是select语句：

<https://codepen.io/venizia03/pen/abvqNeZ>

当我在具有约4m行的数据库中使用此语句时，它可以正常工作。 在行数超过4m的数据库中，它将引发ArrayOutOfBounds异常。 在一个行数超过1000万的数据库中，出现OutOfMemoryError（Java堆空间增加无济于事）或物理内存不足错误。

如何改进select语句？如何使> 1000万行和 为什么它会抛出一个ArrayOutOfBounds异常且行数超过4m？

Answer 1

不幸的是，除非为GROUP BY子句提供一个兼容的索引，否则H2需要大量内存来进行结果多行的分组查询。如果没有足够的内存，则需要定义这样的索引。

CREATE INDEX T1_ABCD_IDX ON T1(A, B, C, D);

这种AIOOBE异常看起来像一个bug，但是解决方法是相同的。