SQL小技巧5:数据去重的N种方法,总有一种你想不到!

SQL小技巧5:数据去重的N种方法,总有一种你想不到!

在平时工作中,使用SQL语句进行数据去重的场景非常多。

今天主要分享几种数据去重的SQL写法。

假如有一张student表,结构如下:

create table student(    id int,    name varchar(50),    age int,    address varchar(100));

表中的数据如下:

方法一:使用DISTINCT关键字进行去重

在使用DISTINCT关键字去重时,后面跟上去重的字段即可。

比如,取出student表中,不重复的address有哪些,可以使用如下SQL语句:

select distinct address from student;

返回结果如下:

这种方法,最大的优点是使用起来比较简单。

但也有一个比较大的缺点,就是最终返回的结果集中的字段最多只包含去重的字段。也就是说,在上面的SQL语句中,使用address字段进行去重,最终的结果,也最多只能返回address一个字段。

如果想以address字段去重,并且同时返回其他字段,DISTINCT是做不到的。

方法二:使用GROUP BY关键字进行去重

与DISTINCT关键字一样,GROUP BY关键字,也是标准SQL支持的常用的去重方法。它可以在去重的同时,同步返回其他字段的信息。

还是以对address字段进行去重为例,其他字段可以使用聚合函数根据需要进行获取:

select min(id),    max(name),    max(age),    addressfrom student group by address;

返回结果如下:

在上面的语句中,不仅对address字段进行了去重,也同时返回了id、name、age字段的信息。

在这一点上,比DISTINCT要好用很多。

不过,仔细一看,好像总是觉得哪里不对劲。

id=1的学生,应该叫周俊廷,而在上面的返回结果中却是杨萧语,返回的age字段,也有同样的问题。

也就是说,在返回的结果中,同一行的id、name、age,可能并不是同一个学生的,这就导致看起来数据有些混乱。

如果对数据的一致性有要求,可以使用下面的第三种方法。

方法三:使用窗口函数进行去重

窗口函数有好几种,使用起来大同小异,这里只介绍ROW_NUMBER() over(partition by ... order by ...)。

select    id,name,age,addressfrom (    select id,name,age,address,        row_number() over(            partition by address             order by id asc        ) as rn    from student)awhere a.rn = 1;

ROW_NUMBER()窗口函数的原理是,先对数据按照partition by的字段进行分组,然后以order by的字段在各个分组内进行排序,序号从1开始递增。

上面的SQL返回的结果为:

这个返回结果,就完美多了。

但是,需要注意的是,有些数据库是不支持窗口函数的。像低版本的MySQL数据库中就无法使用。

方法四:使用IN去重

这种方法的关键在于,找到一组不重复的数据的特征,然后以这个特征来取数据。

比如:按address来去重,如果数据有重复,取id最大的那条。

select * from studentwhere id in (    select max(id)     from student     group by address);

返回结果如下:

当然,也可以取id最小的那条,将上面语句中的max改成min就可以了。

这种方法适合表里有一个数据不重复的字段(如上面SQL中的id字段)的情况。

如果表中不存在这样一个字段,这种方法就不再适用了。但有些数据库,天生自带了类似的字段可以使用。

比如,在ORACLE数据库中,可以使用ROWID替代上面SQL中的id字段。当然仅限于ORACLE数据库:

select * from studentwhere rowid in (    select max(rowid)     from student     group by address);

方法五:使用NOT EXISTS去重

与方法四的思路类似,使用NOT EXISTS也可以实现同样的效果。

select *from student awhere not exists(    select 1     from student b     where a.address = b.address       and a.id > b.id);

返回结果如下:

方法六:使用ALL关键字

在MySQL数据库中,有一个特殊的操作符ALL,这是一个集合操作符,表示子数据集中的所有数据都满足某一个条件。

select *from student awhere a.id <= ALL(    select b.id    from student b    where a.address = b.address);

返回结果如下:

在上面的SQL中,ALL操作符的意思是说,a.id字段要<=ALL操作符括号里查询出来的所有值。

这种方法的核心思路与方法四是类似的。

方法七:使用INNER JOIN + GROUP BY关键字

这种方法的核心思路,也与方法四是类似的。

select    a.*from student ainner join student bon a.address = b.addressand a.id >= b.idgroup by a.id,a.name,a.age,a.addresshaving count(*)=1;

返回结果如下:

上面介绍了7种数据去重的方法,你知道几种?

【关注微信公众号:跟强哥学SQL,回复“笔试”免费领取大厂SQL笔试题。】

转载请说明出处内容投诉
CSS教程_站长资源网 » SQL小技巧5:数据去重的N种方法,总有一种你想不到!

发表评论

欢迎 访客 发表评论

一个令你着迷的主题!

查看演示 官网购买