首页 / 知识

关于sql：如何(或可以)在多列上选择DISTINCT？

2023-04-14 20:23:00

How do I (or can I) SELECT DISTINCT on multiple columns?

我需要从合并了2列的表中检索所有行。因此，我希望所有在同一天以相同价格进行的销售都没有其他销售。基于日期和价格的唯一销售将更新为活动状态。

所以我在想：

1
2
3
4
5

UPDATE sales
SET STATUS = 'ACTIVE'
WHERE id IN (SELECT DISTINCT (saleprice, saledate), id, COUNT(id)
FROM sales
HAVING COUNT = 1)

但是我的大脑比这更痛。

1	SELECT DISTINCT a,b,c FROM t

大致相当于：

1	SELECT a,b,c FROM t GROUP BY a,b,c

习惯GROUP BY语法是一个好主意，因为它更强大。

对于您的查询，我会这样做：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

UPDATE sales
SET STATUS='ACTIVE'
WHERE id IN
(
SELECT id
FROM sales S
INNER JOIN
(
SELECT saleprice, saledate
FROM sales
GROUP BY saleprice, saledate
HAVING COUNT(*) = 1
) T
ON S.saleprice=T.saleprice AND s.saledate=T.saledate
)

如果将到目前为止的答案汇总在一起，进行清理和改进，您将得出以下高级查询：

1
2
3
4
5
6
7
8

UPDATE sales
SET STATUS = 'ACTIVE'
WHERE (saleprice, saledate) IN (
SELECT saleprice, saledate
FROM sales
GROUP BY saleprice, saledate
HAVING COUNT(*) = 1
);

这比任何一个都快得多。核对当前接受的答案的性能(系数为10-15)(在PostgreSQL 8.4和9.1上的测试中)。

但这仍然远非最佳。使用NOT EXISTS(反)半联接可获得更好的性能。 EXISTS是标准SQL，已经存在了很长时间(至少从PostgreSQL 7.2开始，很久以前才问这个问题)，并且完全符合提出的要求：

1
2
3
4
5
6
7
8
9

UPDATE sales s
SET STATUS = 'ACTIVE'
WHERE NOT EXISTS (
SELECT FROM sales s1 -- SELECT list can be empty for EXISTS
WHERE s.saleprice = s1.saleprice
AND s.saledate = s1.saledate
AND s.id <> s1.id -- except for row itself
)
AND s.status IS DISTINCT FROM 'ACTIVE'; -- avoid empty updates. see below

db <>在这里拨弄
旧的SQL提琴

识别行的唯一键

如果您没有该表的主键或唯一键(在示例中为id)，则可以使用系统列ctid代替该查询(但不能用于其他目的)：

1	AND s1.ctid <> s.ctid

_{每个表都应有一个主键。如果还没有，请添加一个。我建议在Postgres 10+中使用serial或IDENTITY列。}

有关：

有序序列生成
自动增量表列

怎么更快？

一旦找到第一个重复对象，EXISTS反半联接中的子查询就可以停止评估(进一步寻找毫无意义)。对于几乎没有重复的基本表，这只会稍微提高效率。如果重复很多，这将变得更有效率。

排除空白更新

对于已经具有status = 'ACTIVE'的行，此更新不会更改任何内容，但仍会全额插入新的行版本(有少量例外)。通常，您不希望这样做。如上所示，添加另一个WHERE条件来避免这种情况并使它变得更快：

如果将status定义为NOT NULL，则可以简化为：

1	AND STATUS <> 'ACTIVE';

NULL处理的细微差别

此查询(与Joel当前接受的答案不同)不会将NULL值视为相等。 (saleprice, saledate)的以下两行将被视为"与众不同"(尽管看上去与人眼相同)：

1 2	(123, NULL) (123, NULL)

还传递唯一索引和几乎其他任何地方，因为NULL值根据SQL标准不等于相等。看到：

使用空列创建唯一约束

OTOH，GROUP BY，DISTINCT或DISTINCT ON ()将NULL值视为相等。根据您要实现的目的使用适当的查询样式。您仍然可以对IS NOT DISTINCT FROM而不是=使用此更快的查询进行任何或所有比较，以使NULL比较相等。更多：

如何删除没有唯一标识符的重复行

如果所有要比较的列均定义为NOT NULL，则没有分歧的余地。

查询的问题在于，当使用GROUP BY子句时(本质上是通过使用distinct来完成的)，您只能使用按功能分组或聚合功能的列。您不能使用列ID，因为可能存在不同的值。在您的情况下，由于HAVING子句，始终只有一个值，但是大多数RDBMS不够聪明，无法识别该值。

但是，这应该可以工作(并且不需要联接)：

1
2
3
4
5
6
7

UPDATE sales
SET STATUS='ACTIVE'
WHERE id IN (
SELECT MIN(id) FROM sales
GROUP BY saleprice, saledate
HAVING COUNT(id) = 1
)

您也可以使用MAX或AVG代替MIN，只有只有一个匹配的行时，使用返回列值的函数才是重要的。

我想从" GrondOfLucht"列中选择不同的值，但是应该按照"排序"列中给出的顺序对它们进行排序。我无法使用仅获得一列的不同值

1
2
3

SELECT DISTINCT GrondOfLucht,sortering
FROM CorWijzeVanAanleg
ORDER BY sortering

它还将给列"排序"，并且因为" GrondOfLucht"和"排序"不是唯一的，所以结果将是所有行。

使用"组"以"排序"给定的顺序选择" GrondOfLucht"的记录

1
2
3
4

SELECT GrondOfLucht
FROM dbo.CorWijzeVanAanleg
GROUP BY GrondOfLucht, sortering
ORDER BY MIN(sortering)

如果您的DBMS不支持像这样的多个列，则：

1	SELECT DISTINCT(col1, col2) FROM TABLE

通常，可以安全执行多重选择，如下所示：

1	SELECT DISTINCT * FROM (SELECT col1, col2 FROM TABLE ) AS x

因为这可以在大多数DBMS上使用，并且由于避免了分组功能，所以预计它比按解决方案分组要快。

多列选择检索合并

首页 / 知识

关于sql：如何(或可以)在多列上选择DISTINCT？

How do I (or can I) SELECT DISTINCT on multiple columns?

最新内容

相关内容

热门文章

推荐文章

标签云

猜你喜欢