SQL去重方法匯總
在使用SQL提數的時候，常會遇到表內有重復值的時候，比如我們想得到 uv （獨立訪客），就需要做去重。
在 MySQL 中通常是使用 distinct 或 group by子句，但在支持窗口函數的 sql（如Hive SQL、Oracle等等） 中還可以使用 row_number 窗口函數進行去重。
舉個栗子，現有這樣一張表 task：
備注：
task_id: 任務id;order_id: 訂單id;start_time: 開始時間
注意：一個任務對應多條訂單
我們需要求出任務的總數量，因為 task_id 并非唯一的，所以需要去重：
distinct
-- 列出 task_id 的所有唯一值（去重后的記錄） select distinct task_id from Task; -- 任務總數 select count(distinct task_id) task_num from Task;
distinct 通常效率較低。它不適合用來展示去重后具體的值，一般與 count 配合用來計算條數。distinct 使用中，放在 select 后邊，對后面所有的字段的值統一進行去重。比如distinct后面有兩個字段，那么 1,1 和 1,2 這兩條記錄不是重復值 。
group by
-- 列出 task_id 的所有唯一值（去重后的記錄,null也是值） -- select task_id -- from Task -- group by task_id; -- 任務總數 select count(task_id) task_num from (select task_id ? ? ? from Task ? ? ? group by task_id) tmp;
row_number
row_number 是窗口函數，語法如下：
row_number() over (partition by <用于分組的字段名> order by <用于組內排序的字段名>)
其中partition by 部分可省略。
-- 在支持窗口函數的 sql 中使用 select count(case when rn=1 then task_id else null end) task_num from (select task_id ? ? ? ?, row_number() over (partition by task_id order by start_time) rn ? ?from Task) tmp;
此外，再借助一個表 test 來理理 distinct 和 group by 在去重中的使用：
-- 下方的分號;用來分隔行 select distinct user_id from Test; ? ?-- 返回 1; 2 select distinct user_id, user_type from Test; ? ?-- 返回1, 1; 1, 2; 2, 1 select user_id from Test group by user_id; ? ?-- 返回1; ?2 select user_id, user_type from Test group by user_id, user_type; ? ?-- 返回1, 1; 1, 2; 2, 1 select user_id, user_type from Test group by user_id; ? ? -- Hive、Oracle等會報錯，mysql可以這樣寫。 -- 返回1, 1 或 1, 2 ; 2, 1（共兩行）。只會對group by后面的字段去重，就是說最后返回的記錄數等于上一段sql的記錄數，即2條 -- 沒有放在group by 后面但是在select中放了的字段，只會返回一條記錄（好像通常是第一條，應該是沒有規(guī)律的）
到此這篇關于SQL去重方法匯總的文章就介紹到這了,更多相關SQL去重方法內容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站！
版權聲明：本站文章來源標注為YINGSOO的內容版權均為本站所有，歡迎引用、轉載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來，僅供學習參考，不代表本站立場，如有內容涉嫌侵權，請聯系alex-e#qq.com處理。
關注官方微信