PostgreSQL DISTINCT 和 DISTINCT ON

2019-10-22 15:38 abce 阅读(3994) 评论(0) 编辑收藏举报

select语句中，使用distinct关键字，在处理select list后，结果表可以选择消除重复的行。在SELECT之后直接写入DISTINCT关键字以指定此关键字：

1	`SELECT` `DISTINCT` `select_list ...`

（可以使用关键字ALL代替DISTINCT来指定保留所有行的默认行为）

显然，如果两行至少有一个列值不同，则认为它们是不同的。在此比较中，将空值视为相等。

另外，一个任意表达式可以确定哪些行被认为是不同的：

1	`SELECT` `DISTINCT` `ON` `(expression [, expression ...]) select_list ...`

这里的expression是一个针对所有行求值的任意值表达式。 一组所有表达式均相等的行被视为重复行，并且仅该集合的第一行保留在输出中。请注意，除非查询在足够的列上排序以保证到达DISTINCT过滤器的行的唯一顺序，否则集合的“第一行”是不可预测的。（DISTINCT ON处理在ORDER BY排序之后进行）

DISTINCT ON子句不是SQL标准的一部分，有时由于其结果的不确定性而有时被认为是不良样式。通过明智地使用GROUP BY和FROM中的子查询，可以避免这种构造，但是它通常是最方便的选择。

create table t_distinct(a int ,b int ,c int);
insert into t_distinct values(1,2,3);
insert into t_distinct values(2,3,4);
insert into t_distinct values(3,4,5);
 
insert into t_distinct values(2,2,3);
insert into t_distinct values(3,3,4);
insert into t_distinct values(4,4,5); 
 
insert into t_distinct(a,b) values(5,6); 
insert into t_distinct(a,b) values(5,6); 
insert into t_distinct(a,b) values(6,7); 

1.返回所有记录：

# select a,b,c from t_distinct;
 a | b | c 
---+---+---
 1 | 2 | 3
 2 | 3 | 4
 3 | 4 | 5
 2 | 2 | 3
 3 | 3 | 4
 4 | 4 | 5
 5 | 6 |  
 5 | 6 |  
 6 | 7 |  
(9 rows)
 
# select all a,b,c from t_distinct;
 a | b | c 
---+---+---
 1 | 2 | 3
 2 | 3 | 4
 3 | 4 | 5
 2 | 2 | 3
 3 | 3 | 4
 4 | 4 | 5
 5 | 6 |  
 5 | 6 |  
 6 | 7 |  
(9 rows)

2.返回 a,b,c 唯一值。(这里NULL视为相等)

# select distinct a,b,c from t_distinct;
 a | b | c 
---+---+---
 2 | 2 | 3
 5 | 6 |  
 1 | 2 | 3
 6 | 7 |  
 3 | 3 | 4
 4 | 4 | 5
 3 | 4 | 5
 2 | 3 | 4
(8 rows)

3.返回a唯一的任意行

# select distinct on (a) a,b,c from t_distinct;
 a | b | c 
---+---+---
 1 | 2 | 3
 2 | 2 | 3
 3 | 3 | 4
 4 | 4 | 5
 5 | 6 |  
 6 | 7 |  
(6 rows)

使用窗口函数可以达到类似效果，但是可以确定返回哪行，因此也更慢一些：

# select * from (select row_number() over (partition by a) as rn, * from t_distinct) t where rn=1;  
 rn | a | b | c 
----+---+---+---
  1 | 1 | 2 | 3
  1 | 2 | 2 | 3
  1 | 3 | 3 | 4
  1 | 4 | 4 | 5
  1 | 5 | 6 |  
  1 | 6 | 7 |  
(6 rows)

# select distinct on (a,b) a,b,c from t_distinct;
 a | b | c 
---+---+---
 1 | 2 | 3
 2 | 2 | 3
 2 | 3 | 4
 3 | 3 | 4
 3 | 4 | 5
 4 | 4 | 5
 5 | 6 |  
 6 | 7 |  
(8 rows)
 
 
#这里NULL视为相等
# select distinct on (c) a,b,c from t_distinct;
 a | b | c 
---+---+---
 1 | 2 | 3
 3 | 3 | 4
 3 | 4 | 5
 5 | 6 |  
(4 rows)