关于java:SQL-去重的-3-种方法​还有谁不会

39次阅读

共计 1622 个字符,预计需要花费 5 分钟才能阅读完成。

在应用 SQL 提数的时候,常会遇到表内有反复值的时候,比方咱们想得到 uv(独立访客),就须要做去重。

在 MySQL 中通常是应用 distinct 或 group by 子句,但在反对窗口函数的 sql(如 Hive SQL、Oracle 等等)中还能够应用 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: 工作 id;
  • order_id: 订单 id;
  • start_time: 开始工夫

留神:一个工作对应多条订单

咱们需要求出工作的总数量,因为 task_id 并非惟一的,所以须要去重:

distinct

-- 列出 task_id 的所有惟一值(去重后的记录)-- select distinct task_id
-- from Task;

-- 工作总数
select count(distinct task_id) task_num
from Task;

distinct 通常效率较低。它不适宜用来展现去重后具体的值,个别与 count 配合用来计算条数。

distinct 应用中,放在 select 后边,对前面所有的字段的值对立进行去重。比方 distinct 前面有两个字段,那么 1,1 和 1,2 这两条记录不是反复值。

group by

-- 列出 task_id 的所有惟一值(去重后的记录,null 也是值)-- select task_id
-- from Task
-- group by task_id;

-- 工作总数
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 局部可省略。

-- 在反对窗口函数的 sql 中应用
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,再借助一个表 test 来理理 distinct 和 group by 在去重中的应用:

-- 下方的分号; 用来分隔行
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 等会报错,mysql 能够这样写。-- 返回 1, 1 或 1, 2 ; 2, 1(共两行)。只会对 group by 前面的字段去重,就是说最初返回的记录数等于上一段 sql 的记录数,即 2 条
-- 没有放在 group by 前面然而在 select 中放了的字段,只会返回一条记录(如同通常是第一条,应该是没有法则的)

原文链接:https://blog.csdn.net/xienan_…

版权申明:本文为 CSDN 博主「米竹」的原创文章,遵循 CC 4.0 BY-SA 版权协定,转载请附上原文出处链接及本申明。

近期热文举荐:

1.1,000+ 道 Java 面试题及答案整顿 (2022 最新版)

2. 劲爆!Java 协程要来了。。。

3.Spring Boot 2.x 教程,太全了!

4. 别再写满屏的爆爆爆炸类了,试试装璜器模式,这才是优雅的形式!!

5.《Java 开发手册(嵩山版)》最新公布,速速下载!

感觉不错,别忘了顺手点赞 + 转发哦!

正文完
 0