MySql三种去重方法

在使用sql去重的时候，我们经常会遇到表内有重复值的时候，比如我们可以想到的访客浏览量就需要做去重。
在MySql中通常是使用distinct或者分组group by子句，但在支持窗口函数的sql(Hive Sql、Oracle等)中还可以使用rom_number窗口函数可以进行去重。
举个例子，现有table为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
求出任务的总数量，task_id不唯一，所以需要去重：

列出task_id的所有唯一值(去重后的记录)
select distinct task_id from task;

任务总数:
select count(distinct task_id) task_num from task;

distinct一般来说效率较低。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)
select task_id from task group by task_id;

任务总数
select count(task_id) task_num from (select task_id from task group by task_id) tmp;

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
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，再用一个表 test 来理理 distinct 和 group by 在去重中的使用：

user_id user_type
1 1
1 2
2 1

– 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可以这样写。
– 返回1, 1 或 1, 2 ; 2, 1（共两行）。只会对group by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group by 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）