sql 单表/多表查询去除重复记录
单表distinct
多表group by
group by 必须放在 order by 和 limit之前,不然会报错
1.Distinct:DISTINCT 用于返回唯一不同的值
distinct语法: select distinct 字段名称,字段名称 from 数据库名称
列子
CREATE TABLE userinfo
(
id INT PRIMARY KEY IDENTITY NOT NULL,
name NVARCHAR(50) NOT NULL,
age INT NOT NULL,
height INT NOT NULL
)
比如现在有一个用户表,插入条临时数据
如下:
INSERT INTO dbo.userinfo SELECT ‘xiaogang’,23,181 UNION ALL SELECT ‘xiaoli’,31,176 UNION ALL SELECT ‘xiaohei’,22,152 UNION ALL SELECT ‘xiaogang’,26,172 UNION ALL SELECT ‘xiaoming’,31,176
需求当前用户表不重复的用户名
select distinct name from userinfo
结果如下
name
xiaogang
xiaohei
xiaoli
xiaoming
可是我现在又想得到Id的值,改动如下
select distinct name,id from userinfo
结果如下
xiaogang 10
xiaoli 11
xiaohei 12
xiaogang 13
xiaoming 14
distinct怎么没起作用?作用是起了的,不过他同时作用了两个字段,也就是必须得id与name都相同的才会被排除,关键字 distinct 只能放在 SQL 语句中所有字段的最前面才能起作用,如果放错位置,SQL 不会报错,但也不会起到任何效果
2 Row_Number() over
SQL Server 通过Row_Number 函数给数据库表的记录进行标号,在使用的时候后面会跟over 子句,而over 子句主要用来对表中的记录进行分组和排序的。
语法如下:ROW_NUMBER() OVER(PARTITION BY COLUMN1 ORDER BY COLUMN2)
1:Partition BY 用来分组
2:Order by 用来排序
接下来用 row_number()over 进行去重。首先用name 进行分组,id进行排序。
具体SQL 语句如下
SELECT * FROM (
select *,ROW_NUMBER() over(partition by name order by id desc) AS rn from userinfo ) AS u WHERE u.rn=1
结果如下
id name age height rn
13 xiaogang 26 172 1
12 xiaohei 22 152 1
11 xiaoli 31 176 1
14 xiaoming 31 176 1
通过使用 row_number over 子句就能将所有的列展示出来,同时进行去重。
3. group by
语句如下
a、select name from userinfo groub by name
运行上面sql的结果如
name
xiaogang
xiaohei
xiaoli
xiaoming
b、select name,id from userinfo groub by name ,id
运行上面sql的结果如
xiaogang 10
xiaoli 11
xiaohei 12
xiaogang 13
xiaoming 14
总结
distinct 和row_number over()区别:
(1)distinct 和 row_number over 都可以实现去重功能,而distinct 作用于当行的时候,其"去重" 是去掉表中字段所有重复的数据,作用于多行的时候是,其"去重"所有字段都相同的数据。
(2)在使用row_number over 子句时候是先分组,然后进行排序,再取出每组的第一条记录"去重"。
distinct 和group by 的区别:
(1)distinct常用来查询不重复记录的条数:count(distinct name),group by 常用它来返回不重记录的所有值。
(2)在使用group by 分组后,在select中可以选择分组字段,和非分组字段的函数值,如 max()、min()、sum、count()等
sql只根据某一字段去重,并保留其他字段
SQL只根据某一个字段去重并保留其他字段,要实现此需求的关键是用到两个函数,分别为:group by 与 max()
group by的目的是分组从而达到去重的效果,max()的目的是取分组重复的字段中取出随机的一条数据(比如说这里用的max()意思是取某一字段最大的,或者也可以用其他只能获取一条数据的函数,这里要根据具体的需求来决定)
SQL写法如下:
比如表user中有字段:id、name、age
id name age
1 张三 22
2 李四 23
3 王五 22
4 马六 24
5 徐七 23
我们想要查根据age去重的一个数据,并且name随机取一个id最大的即可,期望结果如下:
id name age
3 王五 22
4 马六 24
5 徐七 23
SQL为:
select id,name,age from user a where id in ( select max(id) as id from user b group by age )
或者用exists:
select id,name,age from user a where exists ( select id from ( select max(id) as id from user group by age ) b where a.id = b.id )