MySQL的三种去重方法

在MySQL中通常使用distinct或group by子句进行去重，但在支持窗口函数的sql中（如Hive SQL、Oracle等）还可以使用row_number窗口函数进行去重。
例如：
有一张表，
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

我们需要求出任务的总数量，因为task_id并非唯一的，所以需要去重：

distinct：

-- 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通常效率比较低。它不太合适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，对后面所有的字段的值统一进行去重。比如distinct后面又两个字段，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:

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。

-- 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，再借助一个test表来理理清楚distinct和group by 在去重中的使用：

-- 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;	--mysql可以这么写
-- 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=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）