数据库查询结果去重

数据库查询结果去重

介绍MySQL中的去重操作方法，并举例说明。

1.1 使用distinct去重

distinct用来查询不重复记录的条数，用count(distinct id)来返回不重复字段的条数。

• distinct【重复的字段名】，必须放在要去重的重复字段名的开头，即放在第一个参数；
• 只能在查询语句中使用；
• distinct表示对查询字段取不重复的记录，即查出的每行记录都是唯一的；
• 不能与all同时使用，默认情况下，查询时返回的就是所有的结果。

distinct使用：

• 单列数据

  SELECT DISTINCT id from A//对A表中的id去重
  

• 多列数据

  SELECT DISTINCT id,name FROM A//对A表中的id和name去重
  

• 结合count

  SELECT count(DISTINCT name) from A//对A表中不同的名字计数
  

1.2 使用group by去重

group by通常根据一个或多个列对结果集进行分组。

• GROUP BY 【重复的字段名】
• 在分组的列上通常与count、sum、Avg等聚合函数一起使用

1.3 例题解析

题目（Leetcode原题）

Views表：

此表可能会存在重复行（即该表没有主键）此表中的每一行都表示某人在某天浏览了某位作者的某篇文章。请注意，同一人的author_id和viewer_id是相同的。
请查询出所有浏览过自己文章的作者，结果按照id升序排列。
输入的Views表为：

解题思路

• 判断何种情况为浏览过自己文章的作者：当author_id=viewer_id时
• 查询结果后作者的id有重复，需要进行去重操作

  • distinct

    Select DISTINCT(author_id) as id
    FROM Views
    WHERE author_id=viewer_id
    ORDER BY author_id ASC
    执行时间：90ms
    

  • group by

    Select author_id as id
    FROM Views
    WHERE author_id=viewer_id
    GROUP BY author_id
    ORDER BY author_id ASC
    执行时间:206ms
    

  注意：针对distinct和group by关于去重性能的比较：当重复量较多时，group by的处理效率相对更高一点；当重复量低时，distinct的处理效率更快一点。SQL去重用distinct还是group by

• 按照id进行升序排列: order by 字段名 asc（升序/desc降序）