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:
備註:
task_id
: 任務id;order_id
: 訂單id;start_time
: 開始時間
註意: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 並非唯一的,所以需要去重:
distinct
-- 列出 task_id 的所有唯一值(去重後的記錄) 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後具體的值,一般與 count
配合用來計算條數。distinct
使用中,放在 select
後邊,對後面所有的字段的值統一進行去重。比如distinct
後面有兩個字段,那麼 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(去重後的記錄,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 <用於分組的字段名> order by <用於組內排序的字段名>)
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)。隻會對group by後面的字段去重,就是說最後返回的記錄數等於上一段sql的記錄數,即2條 -- 沒有放在group by 後面但是在select中放瞭的字段,隻會返回一條記錄(好像通常是第一條,應該是沒有規律的)
到此這篇關於SQL去重方法匯總的文章就介紹到這瞭,更多相關SQL去重方法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!