SQL去重方法有哪些
SQL去重方法有哪些
这篇文章给大家分享的是有关SQL去重方法有哪些的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
在使用SQL提数的时候，常会遇到表内有重复值的时候，比如我们想得到 uv （独立访客），就需要做去重。
在 MySQL 中通常是使用 distinct 或 group by子句，但在支持窗口函数的 sql（如Hive SQL、Oracle等等） 中还可以使用 row_number 窗口函数进行去重。
举个栗子，现有这样一张表 task：
备注：
task_id: 任务id;order_id: 订单id;start_time: 开始时间
注意：一个任务对应多条订单
我们需要求出任务的总数量，因为 task_id 并非唯一的，所以需要去重：
distinct
--列出task_id的所有唯一值（去重后的记录）selectdistincttask_idfromTask;--任务总数selectcount(distincttask_id)task_numfromTask;
distinct 通常效率较低。它不适合用来展示去重后具体的值，一般与 count 配合用来计算条数。distinct 使用中，放在 select 后边，对后面所有的字段的值统一进行去重。比如distinct后面有两个字段，那么 1,1 和 1,2 这两条记录不是重复值 。
group by
--列出task_id的所有唯一值（去重后的记录,null也是值）--selecttask_id--fromTask--groupbytask_id;--任务总数selectcount(task_id)task_numfrom(selecttask_idfromTaskgroupbytask_id)tmp;
row_number
row_number 是窗口函数，语法如下：
row_number() over (partition by <用于分组的字段名> order by <用于组内排序的字段名>)
其中partition by 部分可省略。
--在支持窗口函数的sql中使用selectcount(casewhenrn=1thentask_idelsenullend)task_numfrom(selecttask_id,row_number()over(partitionbytask_idorderbystart_time)rnfromTask)tmp;
此外，再借助一个表 test 来理理 distinct 和 group by 在去重中的使用：
--下方的分号;用来分隔行selectdistinctuser_idfromTest;--返回1;2selectdistinctuser_id,user_typefromTest;--返回1,1;1,2;2,1selectuser_idfromTestgroupbyuser_id;--返回1;2selectuser_id,user_typefromTestgroupbyuser_id,user_type;--返回1,1;1,2;2,1selectuser_id,user_typefromTestgroupbyuser_id;--Hive、Oracle等会报错，mysql可以这样写。--返回1,1或1,2;2,1（共两行）。只会对groupby后面的字段去重，就是说最后返回的记录数等于上一段sql的记录数，即2条--没有放在groupby后面但是在select中放了的字段，只会返回一条记录（好像通常是第一条，应该是没有规律的）
感谢各位的阅读！关于“SQL去重方法有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
