distinct 和group by哪个效率更高 sql怎么剔重？

sql怎么剔重？

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、Oracl: 任务id

ord: 订单id

start_tim: 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_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 lt用于分组的字段名gt order by lt用于组内排序的字段名gt)

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 rn1 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_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

-- 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）

子句distinct和groupby之间的区别是什么？

DISTINCT操作只需要找出所有不同的值就可以了。而GROUP BY操作还要为其他聚集函数进行准备工作。从这一点上将，GROUP BY操作做的工作应该比DISTINCT所做的工作要多一些。除此之外，基本上看不到DISTINCT和GROUP BY（没有聚集函数的情况）有什么区别，而且从执行效率上也看不到明显的差异;

值 字段 记录 select count

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。