MySQL去重3種方法​，還有誰不會？

2024-07-15碼農

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，但在支持視窗函式的 sql（如Hive SQL、Oracle等等）中還可以使用 row_number 視窗函式進行去重。

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 selectcount(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，對後面所有的欄位的值統一進行去重。比如distinct後面有兩個欄位，那麽 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 selectcount(task_id) task_num from (select task_id from Task groupby task_id) tmp;

row_number

row_number 是視窗函式，語法如下：

row_number() over (partition by <用於分組的欄位名> order by <用於組內排序的欄位名>)

其中 partition by 部份可省略。

-- 在支持視窗函式的 sql 中使用 selectcount(casewhen rn=1then task_id elsenullend) task_num from (select task_id , row_number() over (partitionby task_id orderby 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 selectdistinct user_id fromTest; -- 返回 1; 2 selectdistinct user_id, user_type fromTest; -- 返回1, 1; 1, 2; 2, 1 select user_id fromTest groupby user_id; -- 返回1; 2 select user_id, user_type fromTest groupby user_id, user_type; -- 返回1, 1; 1, 2; 2, 1 select user_id, user_type fromTest groupby 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）。只會對group by後面的欄位去重，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中放了的欄位，只會返回一條記錄（好像通常是第一條，應該是沒有規律的）