SQL去重方法有哪些

这篇文章给大家分享的是有关sql去重方法有哪些的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

在使用SQL提数的时候，常会遇到表内有重复值的时候，比如我们想得到 uv （独立访客），就需要做去重。

在 MySQL 中通常是使用 distinct 或 group by子句，但在支持窗口函数的 sql（如Hive SQL、oracle等等） 中还可以使用 row_number 窗口函数进行去重。

举个栗子，现有这样一张表 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_idfrom Task;-- 任务总数select count(distinct task_id) task_numfrom Task;

distinct 通常效率较低。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，对后面所有的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_numfrom (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。

-- 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_numfrom (select task_id       , row_number() over (partition by task_id order by start_time) rn   from Task) tmp;

此外，再借助一个表 test 来理理 distinct 和 group by 在去重中的使用：

-- 下方的分号;用来分隔行select distinct user_idfrom Test;    -- 返回 1; 2select distinct user_id, user_typefrom Test;    -- 返回1, 1; 1, 2; 2, 1select user_idfrom Testgroup by user_id;    -- 返回1;  2select user_id, user_typefrom Testgroup by user_id, user_type;    -- 返回1, 1; 1, 2; 2, 1select user_id, user_typefrom Testgroup 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）

感谢各位的阅读！关于“SQL去重方法有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！